| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第11-17页 |
| 1.1 选题背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 本文主要研究内容 | 第15页 |
| 1.4 组织结构 | 第15-17页 |
| 2 单输出高斯过程模型 | 第17-27页 |
| 2.1 单输出高斯过程模型的基本原理 | 第17-18页 |
| 2.2 核函数的选择 | 第18-20页 |
| 2.3 超参数确定 | 第20-21页 |
| 2.4 实例分析 | 第21-25页 |
| 2.4.1 在高边坡变形监测中的应用 | 第21-23页 |
| 2.4.2 在建筑物变形监测中的应用 | 第23-25页 |
| 2.4.3 分析总结 | 第25页 |
| 2.5 本章小结 | 第25-27页 |
| 3 基于人工鱼群算法优化单输出高斯过程模型 | 第27-37页 |
| 3.1 引言 | 第27页 |
| 3.2 人工鱼群算法 | 第27-28页 |
| 3.3 AFSA-SOGP模型 | 第28-30页 |
| 3.4 实例分析 | 第30-35页 |
| 3.4.1 在隧道变形监测的应用 | 第30-32页 |
| 3.4.2 在基坑变形监测的应用 | 第32-34页 |
| 3.4.3 分析总结 | 第34-35页 |
| 3.5 本章小结 | 第35-37页 |
| 4 多输出高斯过程模型 | 第37-47页 |
| 4.1 多输出高斯过程模型的基本原理 | 第38-39页 |
| 4.2 模型参数的选择 | 第39页 |
| 4.3 确定端口间的相关性和精度评价指标 | 第39-40页 |
| 4.4 实例分析 | 第40-45页 |
| 4.4.1 实例一 | 第40-42页 |
| 4.4.2 实例二 | 第42-45页 |
| 4.4.3 分析总结 | 第45页 |
| 4.5 本章小结 | 第45-47页 |
| 5 优化的MOGP模型在变形监测数据处理中的应用 | 第47-57页 |
| 5.1 引言 | 第47页 |
| 5.2 PSO-AFSA-MOGP模型 | 第47-50页 |
| 5.2.1 粒子群算法 | 第47-48页 |
| 5.2.2 PSO-AFSA混合算法 | 第48-49页 |
| 5.2.3 PSO-AFSA-MOGP模型的计算流程 | 第49-50页 |
| 5.3 实例分析 | 第50-56页 |
| 5.3.1 在基坑变形监测中的应用 | 第50-53页 |
| 5.3.2 在滑坡变形监测中的应用 | 第53-55页 |
| 5.3.3 分析总结 | 第55-56页 |
| 5.4 本章小结 | 第56-57页 |
| 6 总结与展望 | 第57-59页 |
| 6.1 总结 | 第57-58页 |
| 6.2 展望 | 第58-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间完成成果 | 第65-66页 |