致谢 | 第6-9页 |
摘要 | 第9-12页 |
Abstract | 第12-15页 |
1. 绪论 | 第23-46页 |
1.1. 研究背景 | 第23页 |
1.2. 地下水模型构建 | 第23-25页 |
1.3. 地下水模型参数反演 | 第25-35页 |
1.3.1. 直接方法 | 第27页 |
1.3.2. 优化方法 | 第27-30页 |
1.3.3. 随机方法 | 第30-35页 |
1.4. 地下水模型参数反演的最优试验设计 | 第35-38页 |
1.5. 地下水模型替代系统构造 | 第38-44页 |
1.5.1. 基于投影的替代系统 | 第38-39页 |
1.5.2. 简化模型 | 第39-40页 |
1.5.3. 数据驱动的替代系统 | 第40-44页 |
1.6. 本文研究内容 | 第44-46页 |
2. 基于先验替代系统的监测设计和参数反演 | 第46-73页 |
2.1. 引言 | 第46-47页 |
2.2. 地下水流运动和溶质运移模型 | 第47-48页 |
2.3. 研究方法 | 第48-54页 |
2.3.1. 贝叶斯试验设计 | 第48-50页 |
2.3.2. 贝叶斯参数反演 | 第50-52页 |
2.3.3. 自适应稀疏格子插值法 | 第52-54页 |
2.4. 案例研究 | 第54-72页 |
2.4.1. 案例1:单个采样位置设计 | 第54-63页 |
2.4.2. 案例2:分块渗透系数场条件下的序贯监测网设计 | 第63-68页 |
2.4.3. 案例3:空间连续变化渗透系数场条件下的序贯监测网设计 | 第68-72页 |
2.5. 小结 | 第72-73页 |
3. 基于后验替代系统的监测设计和参数反演 | 第73-86页 |
3.1. 引言 | 第73-75页 |
3.2. 后验替代系统的构造 | 第75-79页 |
3.2.1. 高斯过程 | 第75-77页 |
3.2.2. 基于后验替代系统的MCMC模拟 | 第77-79页 |
3.3. 案例研究 | 第79-84页 |
3.4. 小结 | 第84-86页 |
4. 基于集合平滑器的监测网设计和参数反演 | 第86-95页 |
4.1. 引言 | 第86-87页 |
4.2. 研究方法 | 第87-89页 |
4.2.1. 集合平滑器 | 第87-88页 |
4.2.2. 数据价值分析 | 第88-89页 |
4.3. 案例研究 | 第89-94页 |
4.4. 小结 | 第94-95页 |
5. 高维非高斯情况下的参数反演 | 第95-111页 |
5.1. 引言 | 第95-96页 |
5.2. 迭代局部更新集合平滑算法 | 第96-97页 |
5.3. 案例研究 | 第97-110页 |
5.3.1. 案例1 | 第97-103页 |
5.3.2. 案例2 | 第103-104页 |
5.3.3. 案例3 | 第104-105页 |
5.3.4. 案例4 | 第105-107页 |
5.3.5. 案例5 | 第107-110页 |
5.4. 小结 | 第110-111页 |
6. 高维模型替代系统构造及其在失效概率分析中的应用 | 第111-126页 |
6.1. 引言 | 第111-113页 |
6.2. 研究方法 | 第113-118页 |
6.2.1. 蒙特卡洛模拟 | 第114页 |
6.2.2. 混沌多项式展开 | 第114-115页 |
6.2.3. 降维 | 第115-116页 |
6.2.4. 两阶段蒙特卡洛模拟 | 第116-118页 |
6.3. 案例研究 | 第118-124页 |
6.4. 小结 | 第124-126页 |
7. 总结和展望 | 第126-130页 |
7.1. 研究内容总结及创新点 | 第126-128页 |
7.2. 展望 | 第128-130页 |
作者简历及在学期间科研成果 | 第130-132页 |
参考文献 | 第132-150页 |