文摘
英文文摘
独创性声明及学位论文使用授权声明
1绪论
1.1大坝安全监控统计模型研究概述
1.1.1大坝安全监控统计模型研究的目的和意义
1.1.2大坝安全监控统计模型研究进展
1.1.3常用统计建模方法存在的问题
1.2偏最小二乘回归方法概述
1.3本文的研究内容
2大坝安全监控的统计模型
2.1常用的大坝安全监控统计模型
2.1.1重力坝变形监控统计模型
2.1.2土石坝变形监控统计模型
2.1.3渗流监控统计模型
2.1.4应力应变监控统计模型
2.1.5小结
2.2多元线性回归分析
2.2.1多元线性回归方程的建立
2.2.2回归方程的有效性和精度评价指
2.3最小二乘回归统计模型存在的多重相关性问题
2.3.1多重相关性的概念
2.3.2多重相关性的危害
2.3.3多重相关性的诊断
2.3.4大坝原观资料统计模型中的多重共线性
3偏最小二乘回归统计模型
3.1偏最小二乘回归的的产生、发展和应用现状
3.2偏最小二乘回归的基础方法
3.2.1基本原理
3.2.2主成分数的确定方法
3.2.3偏最小二乘回归的辅助分析
3.2.4小结
3.3大钡安全监控的偏最小二乘回归统计模型
3.3.1偏最小二乘回归渗流统计模型
3.3.2基于偏最小二乘回归的应变统计模型
3.4大坝安全状态的评价方法
3.5 小结
4基于正交信号修正的偏最小二乘回归统计模型
4.1正交信号修正方法
4.1.1 OSC方法
4.1.2改进的OSC方法
4.2 OSC与PLS结合的意义
4.3工程实例分析
4.4小结
5基于加权块式递推偏最小二乘回归的大坝安全监控统计模型
5.1改进的偏最小二乘回归算法
5.2递推偏最小二乘回归法
5.3块式递推偏最小二乘回归法
5.4加权块式递推偏最小二乘回归法
5.5主成分数的确定
5.6 WBRPLSR在大坝安全监控中的应用
5.6.1模型参数的选择
5.6.2试验方法的设计
5.6.3 WBRPLS模型的建立
5.6.4结果分析
5.7小结
6大坝安全监控的神经网络与偏最小二乘回归统计模型
6.1人工神经网络的基本理论
6.1.1人工神经网络的产生和发展
6.1.2神经元模型
6.1.3神经网络的分类
6.2大坝安全监控的RBF-PLS统计模型
6.2.1 RBF神经网络
6.2.2 RBF-PLS模型
6.3 RBF-PLS模型在大坝安全监控中的应用
6.4小结
7总结与展望
致谢
参考文献
论文发表情况