学位论文 > 优秀研究生学位论文题录展示

库坝区渗漏非模式识别模型研究

作　者: 刘长吉
导　师: 陈建生
学　校: 河海大学
专　业: 岩土工程
关键词: 库坝区渗漏模式识别混合比模型定量分析人工神经网络多因素增量模型
分类号: TV223.4
类　型: 硕士论文
年　份: 2007年
下　载: 94次
引　用: 0次
阅　读: 论文下载

内容摘要

库坝区渗漏破坏的机理始终是工程研究的重要课题之一，本文回顾了国内外多起库坝垮塌事故，其中因渗漏引起的渗透破坏最为常见。本文正是针对这一常见的工程问题进行了探索性研究。对于存在渗漏的库坝区而言，其地下水成分是很复杂的，这种复杂性体现在补给来源多样和受周边环境影响难以消除。本文从分析包括库水、尾水以及场区钻孔中地下水特征在内的水样信息研究渗漏水来源的思路出发，基于模式识别的思想建立相关模型，实现水样类别的定量化划分，并将研究成果应用于龙羊峡坝区地下水渗流场分析。本文针对定量计算方面进行了系统和深入的研究，主要内容如下： (1) 在模式识别思想的基础上将参数无量纲化，从模糊数学的基本理论出发，建立可以为水样定量化分类的混合比模型，并分别从从理论研究和工程实际应用的角度给出了库坝区渗漏相关的水样类别界定标准。根据该模型，可以将常见的水样分为七类，即：理想边坡水、边坡水、边坡水占优的混合水、理想混合水、库水占优的混合水、库水、理想库水。 (2) 针对用于模式识别研究的样本和样本基元的数量、类别等对结果的影响以及它们对于研究的适用性，分别给出样本和样本基元的筛选原则及方法，如模糊聚类方法、统计学方法等。 (3) 基于Talor公式和BP网络的基本算法建立了多因素增量模型，并给出形式简洁、物理意义清晰的解析解，该模型可以通过结合上述混合比模型的水样分类依据完成模式识别。

全文目录

摘要  5-6
Abstract  6-7
目录  7-9
第1章绪论  9-18
  1.1 课题的研究背景和意义  9-10
  1.2 库坝区渗漏  10-13
    1.2.1 库区渗漏  10-12
    1.2.2 坝区渗漏  12-13
  1.3 库坝区渗漏研究现状  13-17
    1.3.1 天然示踪方法  13-15
    1.3.2 人工示踪方法  15-16
    1.3.3 人工神经网络方法  16-17
    1.3.4 其它方法  17
  1.4 本文所做的工作  17-18
第2章库坝区渗漏模式识别的理论基础  18-27
  2.1 模式识别的基本概念  18
  2.2 基于人工神经网络理论的映射匹配  18-19
  2.3 映射匹配的BP网络实现  19-26
    2.3.1 BP网络的基本概念  20
    2.3.2 映射匹配  20-23
    2.3.3 存在的问题及解决方法  23-26
  2.4 本章小结  26-27
第3章混合比模型及模式识别的基本参数  27-53
  3.1 混合比模型  27-33
    3.1.1 模型建立  27-29
    3.1.2 模型特性及物理意义  29-33
  3.2 样本集容量  33-36
    3.2.1 模糊聚类方法  33-35
    3.2.2 统计学方法  35-36
  3.3 样本筛选  36-40
    3.3.1 样本的基本要求  36-37
    3.3.2 样本的筛选原则  37-40
  3.4 样本基元  40-50
    3.4.1 环境同位素  40-43
    3.4.2 温度  43-46
    3.4.3 电导率  46-48
    3.4.4 水化学成分  48-50
  3.5 样本基元筛选  50-52
    3.5.1 筛选原则  50-51
    3.5.2 筛选方法  51-52
  3.6 本章小结  52-53
第4章模式识别的多因素增量模型  53-60
  4.1 多因素增量模型的建立  53-54
  4.2 模型结果的唯一确定性  54-58
  4.3 模型实现的基本步骤  58
  4.4 库坝区渗漏模式识别流程  58-59
  4.5 本章小结  59-60
第5章工程实例  60-66
  5.1 数据准备  60-62
  5.2 映射匹配  62-63
  5.3 模式识别  63-65
  5.4 本章小结  65-66
第6章结论与展望  66-67
  6.1 本文总结  66
  6.2 进一步研究工作及展望  66-67
参考文献  67-76
致谢  76

库坝区渗漏非模式识别模型研究

内容摘要

全文目录

相似论文