学位论文 > 优秀研究生学位论文题录展示

基于混合编程的大坝安全监测评价系统研究

作　者: 陈振强
导　师: 李宗坤
学　校: 郑州大学
专　业: 水工结构工程
关键词: 大坝安全监测评价遗传神经网络粒子群神经网络混合编程
分类号: TV698.1
类　型: 硕士论文
年　份: 2009年
下　载: 84次
引　用: 3次
阅　读: 论文下载

内容摘要

水利行业越来越重视大坝的安全监测,随着水工建筑物安全监控理论和计算机技术的飞速发展,大坝安全监测分析评价系统也应运而生。该系统可以实时监控大坝的运行状态,同时分析已有观测数据以评价大坝性态。而编制大坝安全监测分析评价系统,涉及到许多复杂控制算法,这些算法若用高级语言编写,开发周期会因此而大大增长,且对开发人员的技术水平提出了更高的要求。Matlab作为一款优秀的科学计算工具,在全球范围内得到了广泛应用。许多世界级的专家将他们的算法或优秀技术加入到各种ToolBox中供人们使用。对使用者来说,这是一笔不菲的馈赠。如果在编程中能够用到这些成果,则会使系统的开发事半功倍。本文利用matlab提供的与vb.net的接口,采用新的混合编程技术对大坝安全监测分析评价系统进行研究开发。文中对混合编程技术、监测分析评价系统的总体结构、数据库构成、关键技术的实现以及遗传神经网络和粒子群神经网络渗流模型、沉降模型等进行了深入的研究。并结合陆浑水库的实际情况编制出基于混合编程的陆浑水库安全监测分析评价系统。具体内容如下:1、明确系统的开发目标、设计原则、开发工具和采用技术,对系统结构进行了详细的规划和设计,确定系统实现功能。2、详细阐述了监测系统的技术实现,包括新版本的matlab与vb.net混合编程技术、数据库访问技术、报表制作技术、动态过程线制作技术。3、介绍了结合遗传算法、粒子群算法的神经网络分析方法的原理,并介绍如何利用vb.net与新版本的matlab混合编程实现该算法,建立大坝的渗流、沉降模型,实现模型的计算、分析、预测。并根据资料的分析结果及巡视检查的结果,编制基于混合编程的遗传神经网络模型程序对大坝的实测性态进行综合评价。4、与以往的逐步多元回归分析方法建模结果进行对比,显示出遗传神经网络、粒子群神经网络模型结果更加精确,基于混合编程的系统开发效率高,系统运行良好,具有一定推广价值。

全文目录

摘要  5-6
ABSTRACT  6-8
目录  8-9
第一章绪论  9-14
  1.1 研究的目的和意义  9-10
  1.2 国内外研究现状  10-12
  1.3 本文主要研究内容  12-14
第二章安全监测分析评价系统的总体设计  14-30
  2.1 系统开发平台的选择  14-20
  2.2 系统主要模块及其实现方法  20-30
第三章基于混合编程的遗传神经网络在系统中的实现  30-50
  3.1 监测分析模型的选择  30-31
  3.2 神经网络概述  31-35
  3.3 遗传算法概述  35-39
  3.4 遗传神经网络监测模型在matlab中的实现  39-44
  3.5 遗传神经网络综合评价模型在matlab中的实现  44-46
  3.6 遗传神经网络监测及评价模型混合编程的实现  46-50
第四章基于混合编程的粒子群神经网络在系统中的实现  50-58
  4.1 粒子群算法概述  50-52
  4.2 粒子群神经网络的应用  52-53
  4.3 粒子群神经网络监测模型在matlab中的实现  53-57
  4.4 粒子群神经网络监测及评价模型混合编程实现  57-58
第五章工程实例运用  58-73
  5.1 陆浑水库简介  58-61
  5.2 安全监测内容  61-64
  5.3 模型分析评价  64-73
第六章总结与展望  73-75
  6.1 总结  73
  6.2 展望  73-75
参考文献  75-78
发表论文和参与科研  78-79
致谢  79

基于混合编程的大坝安全监测评价系统研究

内容摘要

全文目录

相似论文