| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-16页 |
| ·大坝变形监测的研究目的和意义 | 第11-12页 |
| ·大坝变形监测的研究现状和问题 | 第12-14页 |
| ·研究现状 | 第12-13页 |
| ·存在的问题 | 第13-14页 |
| ·论文的主要内容及组织结构 | 第14-16页 |
| 第二章 云模型基本理论 | 第16-30页 |
| ·云模型基本概念 | 第16-20页 |
| ·云的基本定义 | 第16-17页 |
| ·云的数字特征 | 第17-19页 |
| ·云的3En规则 | 第19-20页 |
| ·云的分类 | 第20页 |
| ·云发生器 | 第20-23页 |
| ·正向正态云发生器 | 第20-21页 |
| ·X条件云和Y条件云发生器 | 第21页 |
| ·逆向云发生器 | 第21-23页 |
| ·云发生器的误差 | 第23-26页 |
| ·随机数的产生原理 | 第23-24页 |
| ·两种逆向云算法的误差比较 | 第24-25页 |
| ·正态云模型的统计分析 | 第25-26页 |
| ·基于云的不确定性推理 | 第26-27页 |
| ·云变换 | 第27-28页 |
| ·云变换的基本思想 | 第27页 |
| ·峰值法云变换 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第三章 基于云模型的小浪底大坝沉降监测数据分析 | 第30-43页 |
| ·小浪底大坝的工程概况 | 第30-31页 |
| ·小浪底大坝沉降监测数据常规分析 | 第31-33页 |
| ·现有大坝变形监测数据分析方法的不足 | 第33页 |
| ·云模型的可行性 | 第33-34页 |
| ·基于云模型的定性与定量分析 | 第34-39页 |
| ·常用的定性分析方法 | 第34-35页 |
| ·基于云模型的监测数据定性定量分析 | 第35-39页 |
| ·基于云变换的监测数据拟合 | 第39-42页 |
| ·拟合的基本思想 | 第39页 |
| ·拟合方法的实现步骤 | 第39-40页 |
| ·算例分析 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于云模型的指数平滑法及其在土石坝变形分析中的应用 | 第43-54页 |
| ·指数平滑法的基本模型 | 第43-47页 |
| ·指数平滑法的基本思想 | 第43-44页 |
| ·指数平滑基本模型 | 第44-47页 |
| ·基于云模型的指数平滑法 | 第47-50页 |
| ·常用的加权系数计算方法 | 第48-49页 |
| ·基于云逻辑推理的指数平滑法 | 第49-50页 |
| ·算例分析 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 基于云模型的RBFNN及其在土石坝变形分析中的应用 | 第54-71页 |
| ·RBF基本理论 | 第54-56页 |
| ·RBF神经网络基本理论 | 第56-64页 |
| ·RBF神经网络结构 | 第56页 |
| ·RBF神经网络的映射关系 | 第56-58页 |
| ·RBF神经网络的训练准则 | 第58-60页 |
| ·常用学习算法 | 第60-63页 |
| ·两种RBF神经网络预测模型实现方法 | 第63-64页 |
| ·基于云模型的RBF神经网络改进模型 | 第64-66页 |
| ·模型改进的基本思想 | 第64-65页 |
| ·改进模型的实现方法 | 第65-66页 |
| ·模型检验 | 第66-69页 |
| ·小浪底大坝沉降变化影响因子的确定 | 第66页 |
| ·算例分析 | 第66-69页 |
| ·本章小结 | 第69-71页 |
| 结论与建议 | 第71-73页 |
| 论文的主要内容及结论 | 第71-72页 |
| 存在的问题及建议 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77页 |