| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-21页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 温度场与应力场数值计算 | 第11-16页 |
| 1.2.1 有限差分法 | 第12-13页 |
| 1.2.2 边界单元法 | 第13-14页 |
| 1.2.3 有限单元法 | 第14-16页 |
| 1.3 数据挖掘研究 | 第16-19页 |
| 1.3.1 基本概念 | 第16-18页 |
| 1.3.2 水利工程应用研究 | 第18-19页 |
| 1.4 研究思路与研究内容 | 第19-21页 |
| 第2章 大坝施工期数据库设计 | 第21-44页 |
| 2.1 引言 | 第21-22页 |
| 2.2 数据库设计思路及内容 | 第22-33页 |
| 2.2.1 数据库设计思路 | 第22页 |
| 2.2.2 数据库内容 | 第22-33页 |
| 2.3 数据清洗、融合 | 第33-42页 |
| 2.3.1 温度计实测值 | 第33页 |
| 2.3.2 温度计埋设位置 | 第33-34页 |
| 2.3.3 冷却水管布置 | 第34页 |
| 2.3.4 应变计实测值处理 | 第34-42页 |
| 2.4 本章小结 | 第42-44页 |
| 第3章 大坝温度实测值质量检测 | 第44-58页 |
| 3.1 引言 | 第44页 |
| 3.2 温控标准 | 第44-46页 |
| 3.2.1 容许最高温度 | 第44-45页 |
| 3.2.2 容许基础温差 | 第45-46页 |
| 3.2.3 上、下层温差 | 第46页 |
| 3.2.4 内外温差 | 第46页 |
| 3.3 温度检测 | 第46-56页 |
| 3.3.1 最高温度检测 | 第46-51页 |
| 3.3.2 基础温差检测 | 第51-54页 |
| 3.3.3 上、下层温差 | 第54-55页 |
| 3.3.4 内外温差 | 第55-56页 |
| 3.4 本章小结 | 第56-58页 |
| 第4章 大坝温度场和应力场有限元反演仿真模拟 | 第58-87页 |
| 4.1 引言 | 第58页 |
| 4.2 有限元模型 | 第58-62页 |
| 4.2.1 底孔坝段（6 | 第59-60页 |
| 4.2.2 泄洪中孔坝段（9 | 第60-62页 |
| 4.3 温度场仿真模拟 | 第62-76页 |
| 4.3.1 温度场仿真模拟理论 | 第62-65页 |
| 4.3.2 温度场仿真模拟参数反演 | 第65-66页 |
| 4.3.3 底孔坝段（6 | 第66-71页 |
| 4.3.4 泄洪中孔坝段（9 | 第71-76页 |
| 4.4 应力场仿真模拟 | 第76-85页 |
| 4.4.1 应力仿真模型验证 | 第76-80页 |
| 4.4.2 底孔坝段（6 | 第80-82页 |
| 4.4.3 泄洪中孔坝段（9 | 第82-85页 |
| 4.5 本章小结 | 第85-87页 |
| 第5章 基于粗糙集和神经网络的施工期最高温度值预测 | 第87-107页 |
| 5.1 引言 | 第87页 |
| 5.2 集成数据挖掘算法理论 | 第87-95页 |
| 5.2.1 主成分分析 | 第87-89页 |
| 5.2.2 粗糙集理论 | 第89-92页 |
| 5.2.3 神经网络 | 第92-95页 |
| 5.3 混凝土施工期最高温度值预测 | 第95-105页 |
| 5.3.1 数据提取 | 第95-98页 |
| 5.3.2 主成分分析 | 第98-100页 |
| 5.3.3 条件属性约简 | 第100-101页 |
| 5.3.4 基于神经网络的施工期最高温度值预测 | 第101-105页 |
| 5.4 本章小结 | 第105-107页 |
| 第6章 基于粗糙集和支持向量的施工期温度过程预测 | 第107-122页 |
| 6.1 引言 | 第107页 |
| 6.2 算法理论 | 第107-112页 |
| 6.2.1 支持向量分类 | 第107-110页 |
| 6.2.2 支持向量回归 | 第110-112页 |
| 6.3 温度时序曲线预测 | 第112-120页 |
| 6.3.1 数据提取 | 第112-113页 |
| 6.3.2 条件属性约简 | 第113页 |
| 6.3.3 参数选择 | 第113-116页 |
| 6.3.4 模型训练与预测 | 第116-120页 |
| 6.3.5 支持向量预测模型与有限元模型的结果比较 | 第120页 |
| 6.4 本章小结 | 第120-122页 |
| 第7章 结论和展望 | 第122-124页 |
| 7.1 主要结论 | 第122-123页 |
| 7.2 研究展望 | 第123-124页 |
| 参考文献 | 第124-129页 |
| 致谢 | 第129-131页 |
| 个人简历、在学期间发表的学术论文及研究成果 | 第131页 |