| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第1章 绪论 | 第9-17页 |
| ·国内外有关大坝安全监测研究综述 | 第9-11页 |
| ·万安水电厂概述 | 第11-14页 |
| ·工程概况 | 第11-12页 |
| ·枢纽布置及建筑物 | 第12页 |
| ·工程地质概况 | 第12页 |
| ·万安大坝安全监测系统 | 第12-14页 |
| ·大坝安全监测的目的和意义 | 第14-16页 |
| ·问题的提出 | 第16页 |
| ·本文的主要研究工作 | 第16-17页 |
| 第2章 回归分析方法 | 第17-29页 |
| ·概述 | 第17-18页 |
| ·回归分析中的统计检验 | 第18-19页 |
| ·统计检验的基本思想 | 第18页 |
| ·统计检验的方法 | 第18-19页 |
| ·多元回归方法分析 | 第19-22页 |
| ·回归方程 | 第19-21页 |
| ·k 元线性回归方程 | 第21-22页 |
| ·逐步回归分析法 | 第22-29页 |
| ·基本原理 | 第23-25页 |
| ·逐步回归分析的基本步骤 | 第25-29页 |
| 第3章 万安重力坝变形观测量统计模型 | 第29-50页 |
| ·概述 | 第29页 |
| ·混凝土重力坝变形观测量统计模型 | 第29-36页 |
| ·水压分量 δ_H 的因子选择 | 第29-32页 |
| ·温度分量的因子选择 | 第32-34页 |
| ·时效分量的因子选择 | 第34-35页 |
| ·万安重力坝统计模型因子选择 | 第35-36页 |
| ·万安重力坝变形分析 | 第36-49页 |
| ·环境量观测资料分析 | 第36-38页 |
| ·上下游方向水平位移观测资料分析 | 第38-43页 |
| ·左右岸方向水平位移观测资料分析 | 第43-49页 |
| ·小结 | 第49-50页 |
| 第4章 万安重力坝变形确定性模型和混合模型 | 第50-66页 |
| ·概述 | 第50页 |
| ·混凝土重力坝变形确定性模型和混合模型 | 第50-54页 |
| ·各分量的计算公式 | 第51-54页 |
| ·万安重力坝混合模型因子选择 | 第54页 |
| ·FLAC~(3D) 程序简介及其基本原理 | 第54-59页 |
| ·FLAC~(3D) 程序简介 | 第54-55页 |
| ·建立 FLAC~(3D) 程序的正定方程组 | 第55-56页 |
| ·四面体的常应变张量 | 第56-57页 |
| ·节点的运动方程 | 第57-58页 |
| ·有限显示差分法求解节点速度、位移等 | 第58-59页 |
| ·计算循环 | 第59页 |
| ·万安重力坝变形混合模型的建立 | 第59-65页 |
| ·基本资料 | 第59-60页 |
| ·有限显示差分法计算水荷载作用下 PL01 测点水平位移 | 第60-61页 |
| ·水压分量的确定性模型 | 第61-62页 |
| ·4# 坝段基础廊道水平位移混合模型 | 第62-65页 |
| ·小结 | 第65-66页 |
| 第5章 万安重力坝变形 BP 神经网络模型 | 第66-82页 |
| ·人工神经网络的发展概况 | 第66-68页 |
| ·BP 神经网络 | 第68-73页 |
| ·BP 网络的模型与结构 | 第68-70页 |
| ·BP 网络学习算法 | 第70-71页 |
| ·BP 网络基本学习步骤 | 第71-72页 |
| ·BP 算法的改进 | 第72-73页 |
| ·改进 BP 神经网络的 Matlab 程序编制 | 第73-76页 |
| ·万安重力坝 BP 网络建模 | 第76-81页 |
| ·小结 | 第81-82页 |
| 第6章 总结和展望 | 第82-84页 |
| ·全文总结 | 第82页 |
| ·展望 | 第82-84页 |
| 致谢 | 第84-85页 |
| 参考文献 | 第85-88页 |
| 附录 A 万安水电厂自动化监测系统整体布置图 | 第88-89页 |
| 附录 B 万安水电厂变形监测仪器布置示意图 | 第89-90页 |
| 攻读学位期间的研究成果 | 第90页 |