基于遗传—回归与BP网络的土石坝安全监控模型研究

摘要	第1-4页
Abstract	第4-9页
1 绪论	第9-17页
·研究目的和意义	第9-10页
·大坝安全监控分析主要内容	第10-12页
·原型监测资料正分析	第10-11页
·监测资料与大坝结构性态的反分析	第11页
·反馈分析与安全监控指标的拟定	第11页
·大坝安全综合评判与决策	第11-12页
·国内外研究现状	第12-15页
·大坝安全监测资料分析研究现状	第12-13页
·遗传算法和神经网络发展现状	第13-15页
·论文研究内容与思路	第15-17页
2 土石坝原型监测资料统计回归分析	第17-37页
·原型监测资料预处理	第17-19页
·系统误差	第17-18页
·随机误差	第18页
·粗差	第18-19页
·逐步回归分析法	第19-27页
·回归方程及基本假定	第19-20页
·逐步回归分析的计算原理	第20-23页
·逐步回归分析程序的实现	第23-27页
·土石坝变形监测资料分析	第27-31页
·沉降变形成因及其影响因素	第27-29页
·沉降统计模型因子选择	第29-31页
·水平位移成因分析及模型因子选择	第31页
·土石坝渗流监测资料分析	第31-36页
·测压管水位滞后因素的分析	第31-33页
·测压管水位的定性分析	第33-34页
·库水位与测压管水位的时程曲线分析	第34页
·测压管水位的统计分析	第34-36页
·本章小结	第36-37页
3 遗传-回归模型研究	第37-51页
·遗传算法概念及特点	第37-38页
·遗传算法概念	第37页
·遗传算法特点	第37-38页
·遗传算法的基本理论	第38-44页
·遗传算法的数学基础	第38-39页
·基本遗传算法	第39-40页
·遗传算法的设计	第40-44页
·遗传-回归模型建立及程序实现	第44-47页
·模型建立的基本原理	第44-46页
·程序的实现步骤	第46-47页
·算例分析	第47-50页
·样本说明	第47-48页
·建模因子及参数的确定	第48页
·计算成果分析	第48-50页
·本章小结	第50-51页
4 人工神经网络模型研究	第51-73页
·人工神经网络概述	第51-56页
·概念及特点	第51页
·人工神经网络模型	第51-54页
·人工神经网络的分类	第54-56页
·BP神经网络理论	第56-61页
·BP网络学习公式推导	第56-61页
·面向MATLAB的BP网络原理	第61-66页
·BP神经元结构	第61-62页
·BP神经网络结构	第62-63页
·BP神经网络的设计	第63-66页
·土石坝渗流BP网络模型	第66-69页
·BP网络模型及因子的选择	第66-67页
·BP网络学习和训练的改进	第67页
·BP网络模型的程序实现	第67-69页
·算例分析	第69-72页
·建模程序的编制	第69-70页
·成果分析	第70-72页
·本章小结	第72-73页
5 工程应用研究	第73-87页
·工程与安全监测概况	第73-74页
·原型监测资料定性分析	第74-81页
·变形监测资料分析	第74-77页
·渗流监测资料分析	第77-81页
·各预测模型的应用	第81-86页
·建模样本及因子的选择	第81-83页
·模型成果对比分析	第83-86页
·本章小结	第86-87页
6 结论与展望	第87-89页
·结论	第87页
·展望	第87-89页
致谢	第89-90页
参考文献	第90-95页
附录	第95-96页
一 攻读硕士学位期间发表的主要论文	第95页
二 攻读硕士学位期间参加的科研项目	第95-96页
三 获奖励情况	第96页
四 攻读硕士学位期间参加的国内学术会议	第96页