学位论文 > 优秀研究生学位论文题录展示

神经网络在土石坝渗流监测中的应用

作　者: 刘甘华
导　师: 叶少有
学　校: 合肥工业大学
专　业: 水工结构工程
关键词: 土石坝渗流监测神经网络逐步回归
分类号: TV698.1
类　型: 硕士论文
年　份: 2010年
下　载: 70次
引　用: 0次
阅　读: 论文下载

内容摘要

大坝渗流监测资料的分析是了解大坝运行性态的重要手段,是判断大坝安危的重要依据。因此对大坝渗流监测资料作出及时、合理并有效的分析是大坝安全监控的重要工作之一。影响大坝安全的因素多且复杂。如何充分利用掌握的信息,客观准确地评价大坝的安全性态是大坝安全监控中亟待解决的问题。论文介绍了土石坝渗流监测模型的国内外研究现状,阐述了逐步回归、BP神经网络及GRNN三种模型的基本原理及结构。结合花凉亭水库渗流监测的实测资料,分别构建了土石坝渗流监测逐步回归、BP神经网络及GRNN三种模型,对比分析了三种模型的优缺点,得出了不同模型的特点及适用性,为今后土石坝渗流监测资料的分析提供参考和更多的选择途径。

全文目录

摘要  5-6
ABSTRACT  6-7
致谢  7-10
第一章绪论  10-14
  1.1 概述  10
  1.2 研究的目的及意义  10-11
  1.3 大坝安全监测资料正分析的发展  11-13
  1.4 本文的主要研究内容  13-14
第二章逐步回归模型  14-20
  2.1 回归方程及基本假定  14-15
  2.2 逐步回归分析法基本原理  15-18
  2.3 渗流监测中逐步回归模型的建立  18-20
第三章神经网络模型  20-33
  3.1 神经网络的简介  20-24
    3.1.1 神经网络的发展  20-21
    3.1.2 神经元模型  21-23
    3.1.3 神经网络的分类  23-24
    3.1.4 神经网络的特点及应用  24
  3.2 BP 神经网络  24-30
    3.2.1 BP 神经网络基本原理  24-27
    3.2.2 面向 MATLAB 的BP 神经网络  27-29
    3.2.3 BP 神经网络存在的问题  29-30
    3.2.4 渗流监测中 BP 神经网络模型的建立  30
  3.3 GRNN 原理  30-33
    3.3.1 GRNN 的理论基础  30-31
    3.3.2 GRNN 的结构  31-32
    3.3.3 渗流监测中GRNN 模型的建立  32-33
第四章工程应用  33-51
  4.1 工程概况  33-38
  4.2 土石坝渗流监测及影响因子的确定  38-40
  4.3 逐步回归模型的应用  40-43
  4.4 BP 神经网络模型应用  43-45
  4.5 GRNN 的应用  45-47
  4.6 模型比较  47-51
    4.6.1 较长资料系列  47-49
    4.6.2 较短资料系列  49-51
第五章结论与展望  51-53
  5.1 结论  51
  5.2 展望  51-53
参考文献  53-56
攻读硕士学位期间发表的论文  56-57

神经网络在土石坝渗流监测中的应用

内容摘要

全文目录

相似论文