文摘
英文文摘
声明
第一章绪论
1.1前言
1.2大坝安全监测的目的及意义
1.3大坝安全监测模型的研究发展现状
1.4本文的主要研究内容及技术路线
1.4.1本文的主要研究内容
1.4.2本文研究的技术路线
第二章神经网络理论及经典BP神经网络
2.1神经网络的发展史
2.2神经网络的基本原理
2.2.1人工神经网络的基本概念
2.2.2神经元数学模型
2.2.3人工神经网络的特点
2.3 BP算法的神经网络
2.3.1 BP算法的思路
2.3.2 BP算法的数学描述
2.4 BP网络的局限性
2.5 BP网络结构及其工程应用难点分析
2.5.1隐含层数的选择
2.5.2隐含层内节点数的确定
2.5.3激活函数和训练函数的确定
2.5.4初始权值的设置
第三章BP神经网络的改进及其与遗传算法的结合
3.1改进的LM-BP神经网络
3.1.1 Gauss-Newton算法
3.1.2 Levenberg-Marquardt算法
3.2采用LM算法进行网络训练的过程
3.3神经网络在大坝监测预报中存在的问题
3.4遗传算法理论
3.4.1遗传算法的发展
3.4.2遗传算法的基本概念和操作
3.4.3遗传算法的模式定理
3.4.4遗传算法的特点
3.5遗传算法与LM-BP算法网络相结合的可行性分析
第四章小浪底大坝变形监测现状及原型资料分析
4.1小浪底水利枢纽工程概况
4.1.1工程简介
4.1.2工程设计条件
4.2小浪底大坝变形监测现状
4.2.1小浪底大坝安全监测点的总体布设
4.2.2小浪底大坝的外部变形监测概况
4.2.3小浪底大坝的外部变形监测工作现状
4.2.4小浪底大坝的现有原型资料分析
4.3问题的提出及研究思路
4.3.1问题的提出
4.3.2针对小浪底大坝变形分析的研究思路
第五章 GA-LMBP网络模型在小浪底大坝变形监测中的应用
5.1 GA-LMBP网络的大坝监测模型设计
5.1.1神经网络的编码及描述方法
5.1.2大坝变形监测的神经网络模型输入输出节点的选择
5.1.3样本数据的归一化处理
5.1.4 GA-LMBP网络的大坝监测模型的设计
5.2 GA-LMBP网络模型在小浪底大坝一维变形监测中的应用
5.2.1神经网络模型的相关设置
5.2.2遗传算法相关设置
5.2.3三种模型在小浪底大坝垂直变形监测应用结果分析
5.3 GA-LMBP网络模型在小浪底大坝三维变形监测中的应用
5.3.1小浪底大坝的监测数据预处理
5.3.2 GA-LMBP网络模型的相关设置
5.3.3 GA-LMBP网络模型的小浪底大坝三维变形监测应用结果分析
5.4本章小结
结论和展望
结论
展望
参考文献
致谢
长安大学;