第1章 绪论 1
1.1 工程的变形监测分析与预报的进展 1
1.2 本书的主要内容 4
第2章 变形监测分析与预报的基础理论 6
2.1 基础知识 6
2.2 变形监测方案设计 11
2.3 变形监测方法和自动化 16
2.4 变形监测数据处理 23
2.5 变形监测资料整理及成果表达和解释 38
2.6 实例分析 46
第3章 变形分析的系统论方法 51
3.1 系统科学基本理论 51
3.2 变形分析与预报的系统论原理 52
3.3 变形体系统研究的动力学方法 58
3.4 根据监测资料计算非线性动力学特征 80
3.5 变形体系统的运动稳定性分析 84
3.6 变形体系统失稳的突变模型 89
3.7 自组织临界模型 95
3.8 数据处理的组合方法 99
第4章 变形模型的拓扑约束识别 105
4.1 引言 105
4.2 聚类分析相似性测度 105
4.3 变形模型及其检验 106
4.4 变形模式的拓扑约束识别 108
4.5 拓扑约束识别中多传感器观测数据的应用 114
4.6 应用说明 116
4.7 应用实例 120
第5章 变形驱动力反演 128
5.1 引言 128
5.2 弹性力学基本方程 129
5.3 弹性力学平面问题的有限单元法 130
5.4 基于弹性力学平面问题的变形驱动力反演 134
5.5 基于弹性力学空间问题的变形驱动力反演 140
第6章 自适应卡尔曼滤波 146
6.1 卡尔曼滤波基本模型 146
6.2 自适应卡尔曼滤波 148
6.3 卡尔曼滤波在测量和变形分析中的应用 149
第7章 变形的时序分析和频谱分析法 155
7.1 时间序列分析法的基本理论 155
7.2 时间序列与灰色系统组合模型 163
7.3 频域分析方法 168
7.4 变形动态响应分析 170
7.5 变形时序分析的应用实例 171
第8章 变形预报的人工神经网络法 174
8.1 概述 174
8.2 BP网络及其训练算法 178
8.3 BP网络拓扑结构设计 182
8.4 相似相关系数法确定BP网络结构 186
8.5 主成分法确定BP网络结构 189
8.6 大样本法确定BP网络结构 191
8.7 训练样本的质量对BP网络推广能力的影响 193
8.8 BP网络的推广能力及网络性能的评估 196
8.9 BP网络的改进算法分析 199
8.10 BP网络的智能训练算法 204
第9章 变形预报神经网络专家系统 210
9.1 概述 210
9.2 神经网络与专家系统集成的方法 217
9.3 神经网络专家系统的结构 220
9.4 神经网络专家系统的功能模块设计 222
9.5 神经网络专家系统的规则抽取 225
第10章 小波理论及小波滤波去噪方法 232
10.1 从傅里叶变换到小波分析 232
10.2 小波变换 236
10.3 小波分解与重构 242
10.4 常用小波函数 246
10.5 小波分解与重构法去噪 252
10.6 非线性小波变换阈值法去噪 257
10.7 小波函数的选取与去噪效果 270
10.8 小波滤波去噪其它方法 287
10.9 小波滤波去噪效果评价指标 289
第11章 小波多尺度变形分析建模 291
11.1 小波多尺度概述 291
11.2 观测序列小波多尺度变换特征分析 293
11.3 小波多尺度傅里叶时频分析 296
11.4 小波多尺度自回归建模 301
11.5 小波滤波模型 303
第12章 小波神经网络变形预测 313
12.1 小波神经网络理论 313
12.2 小波神经网络变形预测模型及应用 315
第13章 粗糙集理论及其在边坡破坏模式中的应用 319
13.1 粗糙集理论 319
13.2 边坡变形破坏地质工程模型 326
13.3 基于粗糙集理论的边坡变形破坏地质工程模型判别 339
第14章 基于粗糙集理论的边坡稳定性预测 349
14.1 边坡稳定性评价预测模型 349
14.2 边坡稳定性粗糙集神经网络预测 355
第15章 非线性问题及其在变形分析中的应用 368
15.1 概述 368
15.2 非线性参数模型的估计方法 369
15.3 非线性非参数模型的估计方法 371
15.4 非线性半参数模型的估计方法 374
15.5 变形分析中的非线性问题及应用 378
第16章 变形监测分析与预报的发展展望 381
16.1 工程的变形监测技术的发展展望 381
16.2 工程的变形分析和预报的发展展望 383
16.3 工程安全监测、分析与预报综合信息系统 386
参考文献 387
后记 393