| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第8-19页 |
| 1.1 研究背景及选题意义 | 第8-9页 |
| 1.2 渗流分析和堤防渗透变形的研究现状 | 第9-14页 |
| 1.2.1 渗流分析的研究现状 | 第9-12页 |
| 1.2.2 堤防土体渗透变形研究现状 | 第12-14页 |
| 1.3 智能算法在数据分析上的研究现状 | 第14-17页 |
| 1.4 本文的研究内容及研究方法 | 第17-19页 |
| 第2章 渗流基本理论 | 第19-28页 |
| 2.1 渗流的基本概念 | 第19-24页 |
| 2.1.1 渗流的概念 | 第19页 |
| 2.1.2 渗流的分类 | 第19-20页 |
| 2.1.3 渗流的基本物理量 | 第20-24页 |
| 2.2 达西定律 | 第24-25页 |
| 2.2.1 达西定律公式的描述 | 第24页 |
| 2.2.2 达西定律的适用条件 | 第24-25页 |
| 2.3 渗流的基本方程 | 第25-28页 |
| 2.3.1 连续性方程 | 第25-26页 |
| 2.3.2 渗流的支配方程 | 第26页 |
| 2.3.3 渗流的边界条件 | 第26-28页 |
| 第3章 基于峡江库区土工检测方法介绍 | 第28-42页 |
| 3.1 峡江库区工程概况 | 第28页 |
| 3.2 峡江库区工程检测方法分析 | 第28-42页 |
| 3.2.1 渗透系数的检测方法 | 第28-30页 |
| 3.2.2 击实、颗分、比重、液塑限的检测方法 | 第30-36页 |
| 3.2.3 粗、细骨料、水泥的检测方法 | 第36-39页 |
| 3.2.4 砼的检测方法 | 第39-42页 |
| 第4章 基于智能算法的峡江库区工程数据分析 | 第42-64页 |
| 4.1 引言 | 第42-43页 |
| 4.2 SVM 的理论基础和应用方法 | 第43-51页 |
| 4.2.1 支持向量机基本原理 | 第43-47页 |
| 4.2.2 SVM 回归分析在 MATLAB 上的实现 | 第47-51页 |
| 4.3 果蝇优化广义回归神经网络 | 第51-55页 |
| 4.3.1 引言 | 第51页 |
| 4.3.2 广义神经网络理论基础及网络结构 | 第51-53页 |
| 4.3.3 果蝇优化 GRNN 在 MATLAB 上的实现 | 第53-55页 |
| 4.4 BP 神经网络 | 第55-56页 |
| 4.4.1 BP 神经网络基本思想及网络结构 | 第55页 |
| 4.4.2 BP 神经网络在 MATLAB 上的实现 | 第55-56页 |
| 4.5 SVM、FOAGRNN 和 BP 算法的比较分析 | 第56-57页 |
| 4.5.1 SVM、FOAGRNN 和 BP 对训练样本的要求 | 第56页 |
| 4.5.2 SVM、FOAGRNN 和 BP 对输入、输出形式的要求 | 第56-57页 |
| 4.5.3 SVM、FOAGRNN 和 BP 算法的参数寻优、精度及算法稳定性 ..50 | 第57页 |
| 4.6 峡江库区土体渗透系数的回归分析 | 第57-63页 |
| 4.6.1 工程概况 | 第57-58页 |
| 4.6.2 渗透系数影响因素分析 | 第58页 |
| 4.6.3 运用 SVM、FOAGRNN 和 BP 的渗透系数回归分析 | 第58-63页 |
| 4.7 本章小结 | 第63-64页 |
| 第5章 基于峡江库区工程堤防渗流场的数值模拟 | 第64-84页 |
| 5.1 工程概况 | 第64-70页 |
| 5.1.1 水文气象 | 第64页 |
| 5.1.2 工程地质 | 第64-65页 |
| 5.1.3 工程具体分布情况及料场土相关资料 | 第65-70页 |
| 5.2 数值模拟 | 第70-76页 |
| 5.2.1 计算参数 | 第70-71页 |
| 5.2.2 模型建立、网格划分\边界条件的设定及结果分析 | 第71-76页 |
| 5.3 液压抓斗堤防防渗措施 | 第76-82页 |
| 5.3.1 准备工作 | 第77页 |
| 5.3.2 施工工艺流程 | 第77-78页 |
| 5.3.3 主要施工方法 | 第78-82页 |
| 5.3.4 液压抓斗砼检测 | 第82页 |
| 5.4 本章小结 | 第82-84页 |
| 第6章 结论与展望 | 第84-86页 |
| 6.1 结论 | 第84页 |
| 6.2 展望 | 第84-86页 |
| 致谢 | 第86-87页 |
| 参考文献 | 第87-89页 |
