提要 | 第1-10页 |
第一章 绪论 | 第10-28页 |
·选题的依据及研究意义 | 第10-15页 |
·国内外水库塌岸研究概况 | 第15-23页 |
·国外研究概况 | 第15-18页 |
·国内研究概况 | 第18-22页 |
·现有水库塌岸预测存在的问题 | 第22-23页 |
·现有塌岸预测方法不足及适宜性 | 第23页 |
·论文的主要研究内容 | 第23-25页 |
·论文的主要创新点 | 第25-26页 |
·研究思路和技术路线 | 第26-28页 |
·论文研究思路 | 第26页 |
·研究技术路线 | 第26-28页 |
第二章 三峡库区涪陵区塌岸地质条件调查研究 | 第28-63页 |
·涪陵区工程地质环境条件调查研究 | 第28-44页 |
·自然地理及气象水文 | 第28-30页 |
·地形地貌 | 第30-31页 |
·地层岩性 | 第31-32页 |
·地质构造 | 第32-34页 |
·新构造运动与区域稳定性评价 | 第34-35页 |
·水文地质条件 | 第35-37页 |
·岸坡已发工程地质问题及地质现象 | 第37-44页 |
·人类工程活动 | 第44页 |
·库岸分布概况和分类原则 | 第44-47页 |
·涪陵区库岸分布概况 | 第44-45页 |
·涪陵区库岸分类原则 | 第45-47页 |
·库岸结构特征和库岸类型 | 第47-60页 |
·塌岸的主要影响因素 | 第60-63页 |
·水文因素 | 第60-61页 |
·地质因素 | 第61-62页 |
·其它因素 | 第62-63页 |
第三章 水库塌岸预测方法及岸坡塌岸预测 | 第63-88页 |
·塌岸模式研究 | 第63-65页 |
·侵蚀~剥蚀型 | 第63页 |
·坍塌型 | 第63页 |
·整体滑移型 | 第63-64页 |
·水平层状上硬下软结构岸坡的滑移压致拉裂变形 | 第64页 |
·受节理裂隙控制的小型崩塌变形破坏 | 第64页 |
·逆向坡上硬下软结构崩塌变形破坏 | 第64页 |
·土质岸坡的塌岸现象 | 第64-65页 |
·与滑坡相关的塌岸破坏现象 | 第65页 |
·与岸坡稳定性相关的其它现象 | 第65页 |
·塌岸预测原则 | 第65-66页 |
·以人为本的原则 | 第65页 |
·分期预测的原则 | 第65-66页 |
·地质调查与模型计算结合的原则 | 第66页 |
·地质评判优先的原则 | 第66页 |
·水库塌岸过程和阶段 | 第66-67页 |
·塌岸预测参数研究 | 第67-74页 |
·塌岸预测参数的类型 | 第68页 |
·塌岸预测参数特征和取值 | 第68-73页 |
·设计高低水位的水库塌岸预测取值标准 | 第73-74页 |
·塌岸预测方法及适宜性评价 | 第74-82页 |
·类比法 | 第74-75页 |
·计算法 | 第75-78页 |
·动力法 | 第78-79页 |
·图解分析法 | 第79-81页 |
·两段法 | 第81-82页 |
·现有的塌岸预测方法适宜性评价 | 第82页 |
·基于计算法的塌岸预测研究 | 第82-88页 |
第四章 基于粗糙集理论的水库塌岸预测属性约简 | 第88-131页 |
·粗糙集基本理论 | 第88-99页 |
·概述 | 第88-90页 |
·粗糙集理论基础知识 | 第90-99页 |
·粗糙集理论的主要特点 | 第99-101页 |
·对知识进行分类的特点 | 第99-100页 |
·成员之间的关系 | 第100页 |
·知识的边界观点 | 第100-101页 |
·主要优点 | 第101页 |
·粗糙集属性约简算法 | 第101-109页 |
·概述 | 第101-102页 |
·基本属性约简算法 | 第102-103页 |
·基于属性重要性的约简算法 | 第103页 |
·基于可辨识矩阵的启发式算法 | 第103-104页 |
·基于遗传算法的属性约简方法 | 第104-107页 |
·粗糙集算法的改进 | 第107-109页 |
·水库塌岸非线性预测综合评价因素的确定 | 第109-117页 |
·概述 | 第109-110页 |
·水库塌岸宽度预测评价因素的确定 | 第110-113页 |
·塌岸预测模型各影响因素评价指标的量化 | 第113-117页 |
·水库塌岸预测影响因素属性约简及属性权重确定 | 第117-129页 |
·概述 | 第117-118页 |
·涪陵区岩质岸坡塌岸宽度预测属性约简 | 第118-125页 |
·岸坡稳定性预测影响因素属性约简及权重确定 | 第125-129页 |
·小结 | 第129-131页 |
第五章 基于BP 神经网络的水库塌岸预测研究 | 第131-177页 |
·神经网络基本理论 | 第131-135页 |
·人工神经网络简介 | 第131-132页 |
·人工神经网络的发展和应用 | 第132-133页 |
·人工神经网络的构成与过程分类 | 第133页 |
·神经元模型 | 第133-134页 |
·网络结构 | 第134-135页 |
·BP 神经网络简介 | 第135-141页 |
·引言 | 第135-136页 |
·BP 神经网络基本算法和原理 | 第136-141页 |
·BP 基本网络的缺陷 | 第141页 |
·BP 网络算法的改进 | 第141-144页 |
·BP 学习算法的改进 | 第141-143页 |
·初始权值和阀值的优化 | 第143页 |
·误差函数的改进 | 第143-144页 |
·数据的处理 | 第144页 |
·神经网络模型的构建 | 第144-146页 |
·BP 神经网络隐含层数的选择 | 第144-145页 |
·BP 网络各层权值W、阀值b 初始化 | 第145页 |
·BP 神经网络预测过程 | 第145-146页 |
·BP 神经网络的程序实现 | 第146-152页 |
·BP 网络的程序代码 | 第146-150页 |
·BP 网络的神经网络工具箱函数实现 | 第150-152页 |
·基于BP 网络的三峡库区涪陵区水库塌岸预测 | 第152-169页 |
·引言 | 第152-153页 |
·岩质岸坡BP 神经网络水库塌岸预测网络结构的确定 | 第153-156页 |
·隐含层节点数的确定 | 第156-158页 |
·网络初始权值的设定 | 第158-159页 |
·岩质岸坡水库塌岸的BP 网络预测模型训练 | 第159-165页 |
·岩质岸坡水库塌岸BP 网络预测结果 | 第165-166页 |
·基于BP 神经网络的塌岸宽度预测结果分析 | 第166-169页 |
·基于BP 神经网络的岸坡稳定性预测研究 | 第169-177页 |
·引言 | 第169-170页 |
·BP 神经网络岸坡稳定性预测模型的建立 | 第170页 |
·BP 神经网络岸坡稳定性预测模型的训练 | 第170-172页 |
·基于BP 神经网络的岸坡稳定性预测结果 | 第172-175页 |
·基于BP 神经网络的岸坡稳定性预测结果分析 | 第175-177页 |
第六章 基于可拓学的水库塌岸预测研究 | 第177-212页 |
·引言 | 第177页 |
·可拓学的基本理论 | 第177-188页 |
·物元理论 | 第178页 |
·可拓集合理论 | 第178-180页 |
·关联函数 | 第180-181页 |
·可拓评判建模过程 | 第181-183页 |
·可拓综合评价方法的程序实现 | 第183-188页 |
·基于可拓学的水库塌岸预测研究 | 第188-198页 |
·基于可拓学的水库塌岸预测步骤 | 第188-192页 |
·基于可拓学的水库塌岸预测结果分析 | 第192-198页 |
·小结 | 第198页 |
·基于可拓学的岸坡稳定性预测评价 | 第198-207页 |
·基于可拓评判的岸坡稳定性预测步骤 | 第198-201页 |
·岸坡稳定性等级可拓评判预测结果分析 | 第201-207页 |
·小结 | 第207页 |
·基于水库塌岸非线性预测的讨论 | 第207-212页 |
第七章 结论及建议 | 第212-216页 |
·主要结论 | 第212-215页 |
·主要建议 | 第215-216页 |
参考文献 | 第216-226页 |
致谢 | 第226-227页 |
攻博期间发表的学术论文及参加的课题项目 | 第227-229页 |
中文摘要 | 第229-233页 |
ABSTRACT | 第233-239页 |