大坝基础扬压力模型研究及其应用
| 第一章 绪论 | 第1-20页 |
| ·问题的提出 | 第9-10页 |
| ·监测资料正分析的研究进展 | 第10-12页 |
| ·几种模型在监测资料分析中的应用 | 第12-18页 |
| ·统计模型 | 第12-14页 |
| ·灰色模型 | 第14-17页 |
| ·神经网络模型 | 第17-18页 |
| ·本文的研究内容 | 第18-20页 |
| 第二章 坝基扬压力统计模型 | 第20-27页 |
| ·逐步回归分析法基本原理 | 第20-24页 |
| ·回归方程 | 第20-21页 |
| ·逐步回归分析 | 第21-24页 |
| ·统计模型的各因子表达式 | 第24-25页 |
| ·统计模型有效性讨论 | 第25-27页 |
| 第三章 GM(1，1)模型 | 第27-38页 |
| ·灰色系统分析建模的基本理论 | 第27-30页 |
| ·数据处理 | 第28-29页 |
| ·光滑离散函数 | 第29-30页 |
| ·GM(1，1)预测模型 | 第30-33页 |
| ·GM(1，1)模型的求解过程 | 第30-32页 |
| ·GM(1，1)模型的性质及适用范围 | 第32页 |
| ·GM(1，1)模型的有效性讨论 | 第32-33页 |
| ·改进的GM(1，1)预测模型 | 第33-38页 |
| 第四章 神经网络模型 | 第38-44页 |
| ·概述 | 第38-39页 |
| ·BP神经网络模型 | 第39-41页 |
| ·BP网络的训练方法 | 第39-40页 |
| ·BP网络的训练步骤 | 第40-41页 |
| ·BP神经网络的收敛性 | 第41页 |
| ·BP神经网络的缺点 | 第41页 |
| ·径向基函数神经网络模型 | 第41-44页 |
| ·径向基函数神经网络的模型结构 | 第41-42页 |
| ·径向基函数神经网络的算法 | 第42-44页 |
| 第五章 工程实例应用 | 第44-72页 |
| ·工程概况及其地质环境特征 | 第44-48页 |
| ·局部扬压力异常的定性分析 | 第48-56页 |
| ·不同时期坝基扬压力的分布特征 | 第48-52页 |
| ·局部扬压力异常的判定及其分析 | 第52-56页 |
| ·坝基扬压力统计模型及其分析 | 第56-60页 |
| ·坝基扬压力统计模型 | 第56-57页 |
| ·计算结果及其分析 | 第57-60页 |
| ·坝基扬压力GM(1，1)预测模型及其分析 | 第60-66页 |
| ·原始的GM(1，1)模型及其计算结果 | 第60-62页 |
| ·改进的GM(1，1)模型及其计算结果 | 第62-66页 |
| ·坝基扬压力神经网络模型及其计算结果分析 | 第66-70页 |
| ·坝基扬压力BP神经网络模型 | 第66-68页 |
| ·坝基扬压力径向基函数神经网络模型 | 第68-70页 |
| ·不同扬压力模型计算结果比较 | 第70-72页 |
| 第六章 结论与展望 | 第72-74页 |
| ·结论 | 第72页 |
| ·展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78页 |
