摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-15页 |
1.1 研究的目的和意义 | 第9-11页 |
1.2 大坝安全监测资料分析及预测模型的研究现状 | 第11-13页 |
1.2.1 大坝安全监测资料分析的研究现状 | 第11-12页 |
1.2.2 大坝安全监控模型概述 | 第12-13页 |
1.3 论文的研究内容与章节安排 | 第13-15页 |
第2章 大坝安全监控的统计模型 | 第15-26页 |
2.1 混凝土大坝变形统计模型 | 第15-17页 |
2.1.1 水压分量的构成形式 | 第15-16页 |
2.1.2 温度分量的构成形式 | 第16页 |
2.1.3 时效分量的构成形式 | 第16-17页 |
2.2 多元线性回归模型 | 第17-18页 |
2.3 逐步回归分析模型 | 第18-21页 |
2.3.1 逐步回归分析的基本原理 | 第18页 |
2.3.2 逐步回归分析的计算方法 | 第18-21页 |
2.4 统计模型的检验与校正 | 第21-22页 |
2.4.1 复相关系数检验 | 第21页 |
2.4.2 回归模型显著性检验 | 第21-22页 |
2.4.3 回归系数显著性检验 | 第22页 |
2.5 逐步回归算例分析 | 第22-25页 |
2.5.1 算例概况 | 第22页 |
2.5.2 模型因子的选取 | 第22-24页 |
2.5.3 基于逐步回归的位移监控模型 | 第24-25页 |
2.6 本章小结 | 第25-26页 |
第3章 基于AGA优化的大坝安全监控统计模型 | 第26-40页 |
3.1 遗传算法原理 | 第26-31页 |
3.1.1 遗传算法的基本思想 | 第26页 |
3.1.2 遗传算法的设计与实现 | 第26-28页 |
3.1.3 遗传算法的基本操作 | 第28-29页 |
3.1.4 遗传算法的工作流程 | 第29-30页 |
3.1.5 自适应遗传算法的基本思想 | 第30-31页 |
3.2 基于自适应遗传算法-逐步回归的建模步骤 | 第31-33页 |
3.2.1 模型建立的基本原理 | 第31-32页 |
3.2.2 AGA-SR模型的建模步骤和实现流程 | 第32-33页 |
3.3 算例分析 | 第33-39页 |
3.3.1 遗传算法控制参数的选取 | 第33-36页 |
3.3.2 自适应遗传算法模型的建立 | 第36-38页 |
3.3.3 计算结果及成果分析 | 第38-39页 |
3.4 本章小结 | 第39-40页 |
第4章 基于模糊逻辑推理的遗传算法收敛性研究 | 第40-52页 |
4.1 模糊自适应遗传算法原理 | 第40-43页 |
4.1.1 模糊控制的基本思想 | 第40-41页 |
4.1.2 模糊自适应遗传算法的设计思想 | 第41-42页 |
4.1.3 模糊自适应遗传算法的实现流程 | 第42-43页 |
4.2 基于模糊自适应遗传算法-逐步回归的建模步骤 | 第43-45页 |
4.3 模糊推理系统的设计 | 第45-48页 |
4.3.1 模糊控制器变量的确定 | 第45页 |
4.3.2 输入输出模糊集的定义 | 第45页 |
4.3.3 隶属度函数设计 | 第45-47页 |
4.3.4 控制规则设计 | 第47-48页 |
4.4 算例分析 | 第48-51页 |
4.4.1 模糊控制器的代码实现 | 第48-49页 |
4.4.2 FAGA-SR模型的建立与分析 | 第49-51页 |
4.5 本章小结 | 第51-52页 |
第5章 监控模型分析与比较 | 第52-64页 |
5.1 原始位移观测数据处理分析 | 第52-54页 |
5.1.1 相关性分析 | 第52-53页 |
5.1.2 多重共线性分析 | 第53-54页 |
5.1.3 残差分析 | 第54页 |
5.2 模型结果分析与比较 | 第54-63页 |
5.2.1 逐步回归相关性分析 | 第55-56页 |
5.2.2 拟合模型的统计参数分析 | 第56-57页 |
5.2.3 拟合模型的残差分析 | 第57-59页 |
5.2.4 各拟合模型位移曲线分析 | 第59-63页 |
5.3 本章小结 | 第63-64页 |
第6章 总结与展望 | 第64-66页 |
6.1 全文总结 | 第64-65页 |
6.2 研究展望 | 第65-66页 |
致谢 | 第66-67页 |
参考文献 | 第67-70页 |
攻读硕士学位期间发表的论文 | 第70页 |