| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 第一章 绪论 | 第10-28页 |
| ·大坝安全监测 | 第10-13页 |
| ·大坝安全概况 | 第10-12页 |
| ·大坝安全监测资料分析的意义 | 第12-13页 |
| ·国内外主要研究成果 | 第13-26页 |
| ·大坝安全监测资料分析的主要研究方向 | 第13-14页 |
| ·大坝安全监测资料的数据处理 | 第14-15页 |
| ·建立安全监控模型的基本方法 | 第15-21页 |
| ·利用原型观测资料进行反分析 | 第21-22页 |
| ·新技术在安全监测资料分析中的应用 | 第22-26页 |
| ·本文主要研究内容 | 第26-28页 |
| 第二章 大坝安全监测资料统计模型的应用研究 | 第28-54页 |
| ·多元线性回归模型 | 第28-33页 |
| ·基本原理 | 第28-30页 |
| ·模型效果分析 | 第30-33页 |
| ·逐步回归模型 | 第33-35页 |
| ·变量筛选方法 | 第33-34页 |
| ·逐步回归原理 | 第34-35页 |
| ·偏最小二乘回归模型 | 第35-44页 |
| ·多重相关性问题 | 第35-38页 |
| ·主成分分析 | 第38-40页 |
| ·典型相关分析 | 第40-41页 |
| ·多因变量的偏最小二乘回归模型 | 第41-42页 |
| ·偏最小二乘回归模型程序设计 | 第42-44页 |
| ·实例比较与模型选择 | 第44-52页 |
| ·工程概况 | 第44页 |
| ·建立三种回归统计模型 | 第44-46页 |
| ·模型效果比较及选择 | 第46-50页 |
| ·其它验证实例 | 第50-52页 |
| ·本章小结 | 第52-54页 |
| 第三章 小波分析在大坝安全监测资料分析中的应用 | 第54-76页 |
| ·小波分析基本原理 | 第54-59页 |
| ·Harr小波分析 | 第55-56页 |
| ·多分辨分析 | 第56-58页 |
| ·mallat算法 | 第58-59页 |
| ·大坝安全监测数据的异常值检测与处理 | 第59-63页 |
| ·基本原理 | 第60页 |
| ·应用实例 | 第60-63页 |
| ·大坝安全监测数据的小波去噪 | 第63-70页 |
| ·小波去噪的基本原理 | 第63-67页 |
| ·应用实例 | 第67-70页 |
| ·运用小波变换分离各效应量 | 第70-74页 |
| ·基本原理 | 第70页 |
| ·应用实例 | 第70-74页 |
| ·本章小结 | 第74-76页 |
| 第四章 突变理论在大坝安全监测资料分析中的应用 | 第76-92页 |
| ·突变理论基本原理 | 第77-83页 |
| ·奇点理论 | 第77-79页 |
| ·平衡曲面和分歧点集 | 第79页 |
| ·七种初等突变模型 | 第79-80页 |
| ·折迭型突变 | 第80-81页 |
| ·尖点型突变 | 第81-83页 |
| ·基于突变理论的渗流稳定性分析 | 第83-90页 |
| ·突变模型的选择 | 第84-85页 |
| ·势函数的建立 | 第85-86页 |
| ·应用实例 | 第86-90页 |
| ·本章小结 | 第90-92页 |
| 第五章 FLAC在大坝安全监测资料分析中的应用 | 第92-111页 |
| ·FLAC~(3D)程序基本原理 | 第93-99页 |
| ·空间导数的有限差分近似 | 第93-94页 |
| ·节点运动方程 | 第94-97页 |
| ·增量形式的本构方程 | 第97-98页 |
| ·时间导数的有限差分近似 | 第98页 |
| ·阻尼力 | 第98-99页 |
| ·流—固耦合分析原理 | 第99-103页 |
| ·本构关系 | 第99-100页 |
| ·控制方程 | 第100-101页 |
| ·基于FLAC的渗流分析 | 第101-103页 |
| ·主要分析步骤 | 第103页 |
| ·应用实例 | 第103-110页 |
| ·土坝工程概况 | 第103-105页 |
| ·主要计算参数 | 第105-106页 |
| ·建立FLAC模型 | 第106页 |
| ·稳定渗流分析 | 第106-107页 |
| ·建立测压管水位确定性模型和混合模型 | 第107-110页 |
| ·本章小结 | 第110-111页 |
| 第六章 BP神经网络在大坝安全监测资料分析中的应用 | 第111-125页 |
| ·BP神经网络原理 | 第111-116页 |
| ·BP神经网络的结构 | 第112页 |
| ·BP神经网络原理 | 第112-115页 |
| ·BP神经网络的局限性与改进 | 第115-116页 |
| ·BP神经网络程序设计 | 第116-118页 |
| ·BP神经网络应用实例 | 第118-124页 |
| ·BP神经网络模型预测效果 | 第118-120页 |
| ·基于BP神经网络反演分析 | 第120-124页 |
| ·本章小结 | 第124-125页 |
| 第七章 万安电站典型坝段监测资料分析 | 第125-155页 |
| ·25#、26#坝段概况 | 第127-128页 |
| ·各环境量基本情 | 第128-129页 |
| ·各监测量的定性分析 | 第129-136页 |
| ·建立各监测量的监控模型 | 第136-153页 |
| ·本章小结 | 第153-155页 |
| 第八章 总结与展望 | 第155-158页 |
| ·总结 | 第155-156页 |
| ·展望 | 第156-158页 |
| 致谢 | 第158-159页 |
| 参考文献 | 第159-165页 |
| 附录 | 第165-176页 |
| 附录A 偏最小二乘回归matlab程序 | 第165-171页 |
| 附录B 基于matlab小波分析的异常值处理、消噪及提取时效分量实例程序 | 第171-173页 |
| 附录C 基于FLAC~(3D)的渗流分析命令流 | 第173-176页 |
| 攻读学位期间的研究成果 | 第176页 |