贮灰坝安全预警模型研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-17页 |
| ·研究背景 | 第8-9页 |
| ·贮灰坝稳定分析 | 第9-12页 |
| ·可靠度分析理论 | 第12-14页 |
| ·可靠度计算方法发展史 | 第12-13页 |
| ·结构可靠度计算方法简介 | 第13-14页 |
| ·大坝安全监控中人工神经网络的应用 | 第14-16页 |
| ·本文主要研究内容 | 第16-17页 |
| 2 土坡稳定分析的极限平衡法 | 第17-23页 |
| ·极限平衡理论 | 第17-19页 |
| ·概述 | 第17-18页 |
| ·瑞典圆弧法 | 第18-19页 |
| ·简化Bishop法 | 第19页 |
| ·最危险滑裂面搜索 | 第19-22页 |
| ·本章小结 | 第22-23页 |
| 3 贮灰坝稳定性的可靠度分析 | 第23-44页 |
| ·贮灰坝工程中的不确定性因素 | 第23-24页 |
| ·结构可靠度 | 第24-26页 |
| ·可靠指标 | 第26-28页 |
| ·蒙特卡洛法 | 第28-35页 |
| ·基本原理 | 第28-29页 |
| ·随机数抽样 | 第29-35页 |
| ·可靠度分析模型 | 第35-37页 |
| ·均值土坡算例 | 第37-38页 |
| ·金竹山电厂贮灰坝稳定的可靠度分析 | 第38-43页 |
| ·本章小结 | 第43-44页 |
| 4 金竹山电厂贮灰坝安全预警 | 第44-64页 |
| ·金竹山电厂贮灰坝安全监测系统 | 第44-48页 |
| ·贮灰坝安全监测系统的特点 | 第44-45页 |
| ·监测仪器的布设 | 第45-46页 |
| ·软件结构设计 | 第46-47页 |
| ·软件基本功能 | 第47-48页 |
| ·人工神经网络基础知识 | 第48-54页 |
| ·概述 | 第48页 |
| ·神经元模型 | 第48-51页 |
| ·神经网络的互连类型 | 第51-52页 |
| ·神经网络学习方式 | 第52-53页 |
| ·神经网络学习规则 | 第53-54页 |
| ·RBF网络预测模型 | 第54-58页 |
| ·RBF神经网络 | 第54-55页 |
| ·训练样本的生成 | 第55-58页 |
| ·样本归一化处理 | 第58页 |
| ·RBF网络训练 | 第58页 |
| ·安全预警准则 | 第58-59页 |
| ·预测分析 | 第59-62页 |
| ·本章小结 | 第62-64页 |
| 5 结论与展望 | 第64-66页 |
| ·结论 | 第64页 |
| ·需要进一步做的工作 | 第64-66页 |
| 参考文献 | 第66-68页 |
| 攻读硕士学位期间发表学术论文情况 | 第68-69页 |
| 致谢 | 第69-71页 |
