大坝安全监控的人工智能技术研究
| 第一章 绪论 | 第1-21页 |
| 1．1 研究的目的和意义 | 第10-11页 |
| 1．2 国内外研究现状 | 第11-15页 |
| 1．3 问题的提出 | 第15-18页 |
| 1．4 本文研究的内容和技术路线 | 第18-21页 |
| 第二章 大坝安全监测技术研究 | 第21-41页 |
| 2．1 前言 | 第21页 |
| 2．2 大坝安全监测系统结构 | 第21-24页 |
| 2．3 现场总线监测网络模型 | 第24-26页 |
| 2．4 Fieldbus通信模型 | 第26-33页 |
| 2．5 监控网络与信息网络集成 | 第33-34页 |
| 2．6 工程应用实例 | 第34-40页 |
| 2．7 本章小结 | 第40-41页 |
| 第三章 监测数据的预处理模型 | 第41-52页 |
| 3．1 前言 | 第41页 |
| 3．2 监测数据的灰色系统动态检验模型 | 第41-46页 |
| 3．3 监测数据的过程突变在线检验模型 | 第46-49页 |
| 3．4 算例 | 第49-51页 |
| 3．5 本章小结 | 第51-52页 |
| 第四章 大坝监控的自学习神经网络模型 | 第52-67页 |
| 4．1 前言 | 第52-53页 |
| 4．2 自学习神经元 | 第53-55页 |
| 4．3 自学习BP网络 | 第55-62页 |
| 4．4 应用实例 | 第62-65页 |
| 4．5 本章小结 | 第65-67页 |
| 第五章 DSIDSS中不确定因素处理方法研究 | 第67-76页 |
| 5．1 问题的提出 | 第67页 |
| 5．2 安全等级划分 | 第67-68页 |
| 5．3 判据的表示 | 第68-70页 |
| 5．4 综合评判中的不确定因素处理方法 | 第70-73页 |
| 5．5 应用实例 | 第73-75页 |
| 5．6 本章小结 | 第75-76页 |
| 第六章 DSIDSS的系统集成 | 第76-107页 |
| 6．1 问题的提出 | 第76页 |
| 6．2 DSIDSS的系统结构 | 第76-81页 |
| 6．3 DSIDSS中的知识和知识表示 | 第81-87页 |
| 6．4 DSIDSS中的模糊推理 | 第87-89页 |
| 6．5 方法库中的程序及管理 | 第89页 |
| 6．6 模型库中的模型及管理 | 第89-91页 |
| 6．7 水库大坝安全智能决策支持系统 | 第91-105页 |
| 6．8 本章小结 | 第105-107页 |
| 第七章 总结与展望 | 第107-115页 |
| 7．1 总结 | 第107-108页 |
| 7．2 展望 | 第108-115页 |
| 致谢 | 第115-110页 |
| 参考文献 | 第110-116页 |
| 附录A： 攻读博士期间发表的学术论文 | 第116页 |
