| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究的背景和意义 | 第9-10页 |
| 1.2 研究的现状和问题 | 第10-14页 |
| 1.2.1 大坝安全监控技术研究现状 | 第10-12页 |
| 1.2.2 大坝性态安全综合诊断方法研究现状 | 第12-14页 |
| 1.3 问题的提出 | 第14-15页 |
| 1.4 本文研究主要内容 | 第15-17页 |
| 第2章 混凝土坝单测点效应量性态安全监控模型 | 第17-45页 |
| 2.1 概述 | 第17页 |
| 2.2 混凝土坝安全监控统计模型 | 第17-22页 |
| 2.2.1 混凝土坝变形监控统计模型 | 第17-20页 |
| 2.2.2 混凝土坝渗流监控统计模型 | 第20-21页 |
| 2.2.3 混凝土坝应力监控统计模型 | 第21-22页 |
| 2.3 统计模型分析方法 | 第22-26页 |
| 2.3.1 多元回归分析法 | 第22-24页 |
| 2.3.2 逐步回归分析法 | 第24-26页 |
| 2.4 混凝土坝安全监控BP神经网络优化模型 | 第26-30页 |
| 2.4.1 人工神经网络基本概念 | 第26页 |
| 2.4.2 BP神经网络 | 第26-28页 |
| 2.4.3 混凝土坝安全监控BP神经网络模型 | 第28-29页 |
| 2.4.4 混凝土坝安全监控BP神经网络优化模型 | 第29-30页 |
| 2.5 实例分析 | 第30-44页 |
| 2.5.1 水平位移测点模型计算与结果分析 | 第31-41页 |
| 2.5.2 扬压力测点模型计算与结果分析 | 第41-44页 |
| 2.6 本章小结 | 第44-45页 |
| 第3章 基于多测点信息萃取的混凝土坝性态安全诊断体系 | 第45-51页 |
| 3.1 概述 | 第45页 |
| 3.2 混凝土坝性态安全诊断体系构建 | 第45-48页 |
| 3.2.1 诊断指标选取原则 | 第45-46页 |
| 3.2.2 诊断指标的拟定 | 第46-47页 |
| 3.2.3 诊断体系构建步骤 | 第47-48页 |
| 3.3 混凝土坝性态安全诊断评语集设计 | 第48-49页 |
| 3.4 工程实例 | 第49-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第4章 融合多源信息的混凝土坝性态安全综合诊断云模型 | 第51-80页 |
| 4.1 概述 | 第51页 |
| 4.2 模糊综合诊断法的基本原理 | 第51-53页 |
| 4.2.1 模糊集和模糊关系 | 第52页 |
| 4.2.2 隶属函数 | 第52页 |
| 4.2.3 模糊综合诊断法 | 第52-53页 |
| 4.3 诊断指标的量化处理 | 第53-59页 |
| 4.3.1 定性指标的标准化 | 第54-56页 |
| 4.3.2 定量指标的标准化 | 第56-59页 |
| 4.4 基于云模型的混凝土坝性态安全模糊综合诊断 | 第59-70页 |
| 4.4.1 诊断指标组合权重 | 第59-64页 |
| 4.4.2 云模型理论 | 第64-69页 |
| 4.4.3 混凝土坝安全模糊综合诊断云模型的建立 | 第69-70页 |
| 4.5 工程实例 | 第70-79页 |
| 4.5.1 底层诊断指标云模型参数的确定 | 第70-77页 |
| 4.5.2 中间层诊断指标云模型参数的确定 | 第77-78页 |
| 4.5.3 混凝土坝性态安全诊断结果分析 | 第78-79页 |
| 4.6 本章小结 | 第79-80页 |
| 第5章 结论与展望 | 第80-82页 |
| 5.1 结论 | 第80页 |
| 5.2 展望 | 第80-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-87页 |
| 攻读学位期间研究成果 | 第87页 |