文摘
英文文摘
声明
1绪论
1.1引言
1.2大坝安全监控理论、方法和安全监控体系
1.3大坝变形监控模型国内外研究现状
1.4本文研究的主要内容和采用的技术路线
2多元逐步回归分析的基本理论
2.1回归分析概述
2.2回归函数和线性回归模型的一般形式
2.3多元线性回归分析
2.3.1多元线性回归模型
2.3.2回归参数的最小二乘估计
2.3.3复相关分析
2.3.4方差分析
2.3.5回归系数的显著性检验(F检验)
2.4逐步回归分析
2.4.1最佳回归模型
2.4.2逐步回归分析法
2.5多项式回归分析
2.6回归分析的多重共线性问题
2.6.1多重共线性问题概述
2.6.2多重共线性问题的解决方法
2.7 SPSS统计包
3人工神经网络的基本理论
3.1人工神经网络概述
3.2人工神经网络分类
3.3基于BP算法的多层感知器
3.3.1人工神经元的数学表达
3.3.2激活函数和神经元M-P模型
3.3.3神经网络的学习规则
3.3.4多层感知器
3.3.5基于BP算法的三层感知器数学模型
3.3.6标准误差反向传播(BP)算法分析
3.3.7 BP神经网络模型结构
3.3.8 BP网络设计及其局限性
3.3.9标准BP算法的改进优化
3.4径向基神经网络
3.4.1径向基神经网络概述
3.4.2径向基神经网络的工作原理和特性
3.4.3径向基神经网络数学模型
3.4.4径向基神经网络学习算法
3.4.5径向基神经网络和基于BP算法的多层感知器网络比较
3.5 MATLAB神经网络工具箱
4混凝土重力坝变形的单测点数学模型
4.1单测点数学模型概述
4.2水压位移分量
4.3温度位移分量
4.4时效位移分量
4.5混凝土重力坝变形的单测点全模型
5白石水库坝顶变形智能监控模型研究
5.1白石水库工程概况
5.2白石水库坝顶变形监测
5.3白石水库坝顶变形的逐步回归监控模型
5.3.1逐步回归统计模型建立
5.3.2大坝变形的性态分析
5.4白石水库坝顶变形的BP神经网络监控模型
5.4.1 BP神经网络设计
5.4.2 BP神经网络训练
5.4.3 BP神经网络模型仿真与预报
5.4.4提高BP神经网络建模精度的参数调整
5.5白石水库顶变形径向基神经网络模型
5.5.1广义回归径向基网络
5.5.2广义回归径向基网络设计
5.5.3广义回归径向基网络训练
5.6白石水库坝顶变形监控模型比较分析
5.6.1拟合效果分析
5.6.2预报效果分析
结论与展望
参考文献
附录
致谢