滑坡监测分析预报的非线性理论和方法PDF电子书下载

1 绪论 1

1.1 概述 1

1.2 滑坡监测技术及分析方法 3

1.3 非线性分析方法概述 5

1.4 滑坡预报步骤 12

1.5 滑坡预报现状 15

1.6 滑坡预报原则与前景 19

2 滑坡监测技术及数据预处理 22

2.1 概述 22

2.2 滑坡监测技术 23

2.3 滑坡监测案例 33

2.4 位移数据预处理概述 40

2.5 异常值剔除、滤波及缺失数据的处理 40

2.6 建模数据的采集 48

2.7 位移数据预处理 50

3 滑坡监测位移数据时频分析 53

3.1 概述 53

3.2 时序分析方法 53

3.3 频域分析方法 55

3.4 变形动态响应分析 57

3.5 时频分析实例 58

4 滑坡监测灰色系统分析与预测 66

4.1 概述 66

4.2 滑坡系统灰色特性及其分析 67

4.3 滑坡监测灰色建模方法 75

4.4 变形影响因子主分量分析与灰色关联分析 85

4.5 变形趋势的预测灰色平面 88

4.6 变形监测改进灰色状态分析模型 92

4.7 基于非线性灰色Verhulst模型的滑坡暴发时间预测 96

4.8 高边坡深层岩体变形的灰色空间模型预测 100

5 基于卡尔曼滤波的滑坡位移数据处理 106

5.1 概述 106

5.2 离散线性系统卡尔曼滤波 108

5.3 卡尔曼滤波模型在滑坡监测数据分析中的应用 109

5.4 顾及降雨因子的卡尔曼滤波实例 111

6 改进神经网络滑坡位移预测模型 114

6.1 概述 114

6.2 前馈神经网络与BP算法 114

6.3 遗传算法、模拟退火算法和改进的BP算法 117

6.4 改进神经网络预测模型 127

6.5 非线性组合预测 132

6.6 实例分析 136

7 变点分析及其在滑坡位移分析中的应用 143

7.1 概述 143

7.2 变点分析理论与方法 144

7.3 基于自适应神经网络的变点分析 149

7.4 模拟与实例分析 152

8 基于神经网络与GIS的滑坡敏感性分析 157

8.1 概述 157

8.2 基于神经网络与GIS的滑坡敏感性分析的设计思路 158

8.3 滑坡敏感性的指标体系 162

8.4 基于GIS的滑坡敏感性分析系统的框架 168

9 滑坡灾害风险评价 170

9.1 概述 170

9.2 滑坡灾害风险评价体系 172

9.3 滑坡灾害风险评价模型 179

9.4 基于粒子群神经网络的滑坡灾害风险评价 182

9.5 滑坡灾害信息管理与发布系统研究 187

参考文献 193