【學位授予單位】:合肥工業大學
【學位級別】:碩士
【學位授予年份】:2009
【分類號】:TV698.1
【DOI】:CNKI:CDMD:2.2009.156143
【目錄】:
- 摘要5-6
- Abstract6-7
- 致謝7-11
- 第一章 緒論11-14
- 1.1 選題的目的和意義11-12
- 1.2 國內外研究狀況分析12-13
- 1.3 本文的研究思路及主要工作13-14
- 第二章 高邊坡監控理論分析方法及預測模型研究14-20
- 2.1 高邊坡監控理論分析方法及預測模型14-19
- 2.1.1 邊坡系統的自組織特征14-15
- 2.1.2 邊坡系統灰色理論研究15-16
- 2.1.3 邊坡系統協同學研究16-17
- 2.1.4 邊坡系統突變理論17-18
- 2.1.5 邊坡系統分析、預測的人工神經網絡方法18-19
- 2.2 本章小結19-20
- 第三章 高邊坡監測數據的分形特征分析及分形預測模型建立20-39
- 3.1 概述20-21
- 3.2 分形理論的基本概念21-24
- 3.2.1 分形理論簡述21-22
- 3.2.2 分形維數的定義與計算22-24
- 3.3 巖質高邊坡監測數據的分形特征分析24-33
- 3.3.1 重標度級差分析的時間序列法(R/S 分析方法)24-26
- 3.3.2 工程實例26-32
- 3.3.3 結論32-33
- 3.4 巖質高邊坡監測數據的分形預測模型33-38
- 3.4.1 改進的變維分形模型的建立33-35
- 3.4.2 工程實例35-37
- 3.4.3 結論37-38
- 3.5 本章小結38-39
- 第四章 高邊坡監測數據的混沌特征分析及混沌預測模型建立39-57
- 4.1 概述39-40
- 4.2 混沌的概念40-41
- 4.2.1 混沌的基本定義40-41
- 4.2.2 混沌的基本特征41
- 4.3 高邊坡監測數據系統的相空間重構41-47
- 4.3.1 相空間重構技術42-43
- 4.3.2 相空間重構參數的選取43-47
- 4.4 高邊坡監測數據系統的混沌特征量47-50
- 4.4.1 關聯維數d_247-48
- 4.4.2 Lyapunov 指數48-50
- 4.5 高邊坡監測數據時間序列預測混沌模型50-52
- 4.5.1 基于Lyapunov 指數的時間序列預測模式50-51
- 4.5.2 模型的可預測時間51
- 4.5.3 高邊坡監測數據時間序列預測混沌模型的計算過程51-52
- 4.6 工程實例52-55
- 4.7 本章小節55-57
- 第五章 結論與展望57-59
- 5.1 結論57-58
- 5.2 展望58-59
- 參考文獻59-62