土石坝沉降的预测灰色模型

本文将灰色系统理论应用于土石坝沉降资料分析中，通过新陈代谢方法与ＧＭ（２，１）模型相结合建立了灰色预测模型，该模型的可行性与合理性铁山水库土凡的实际应用中得到了验证。     

土石坝沉降的预测灰色模型

本文将灰色系统理论应用到土石坝沉降资料分析中，通过新陈代谢方法与GM（2，1）模型相结合建立了灰色预测模型。该模型的可行性与合理性在铁山水库土坝的实际应用中得到了验证。     

基于组合赋权-TOPSIS土石坝渗流安全等级评价

根据资料收集选取土石坝渗流量、渗透坡降等8个定量因素作为土石坝渗流风险评价的指标,使用粗糙集改进层次分析法组合赋权的方法获取各评价指标客观权重.建立组合赋权-TOPSIS评价方法,对6个土石坝进行渗流风险评价预测,获取土石坝渗流安全风险等级.与现场调查情况相比结果一致.研究表明:该方法对土石坝渗流风险评价准确便捷,可用于快速评价土石坝渗流风险等级.     

土石坝沉降统计预报模型

首先综述了土石坝沉降统计预报模型的概况，在比较分析了几种简单曲线模型后认为，S型生长曲线较为符合土石坝的沉降规律。拟合预报效果良好。然后，结合面板堆石坝的施工特点，并考虑库水位升降速率及各因子耦合的影响，建立了面板堆石坝沉降统计预报模型，经实测分析表明，该模型精度高，拟合效果好。     

土石坝沉降的状态灰色模型

针对传统的原型观测资料分析方法的不足，提出了将灰色系统理论应用于土石坝资料分析的新方法，从而建立了沉降状态灰色模型。其建模思路、方法的正确性和合理性，在铁山水库的实际运用中得了验证。     

组合预测模型在土石坝沉降分析中的应用

根据最优加权组合建模理论,利用沉降观测资料,建立了最优加权组合预测模型,提高了建模精度,验证了组合预测模型的可行性,也为土石坝的沉降观测资料提供了一种有效的分析方法。     

土石坝沉降的状态灰色模型

针对传统的原型观测资料分析方法的不足，提出了将灰色系统理论应用于土石坝资料分析的新方法，从而建立了沉降状态灰色模型。其建模思路、方法的正确性和合理性，在铁山水库的实际运用中得到了验证。     

基于子波变换序列的人工神经网络组合预测

本文引入一种新的水文序列组合预测方法，首先对水文离列施行ＡＴｒｏｕｓ子波变换，得到其在各倍频程上的子波系数，其次利用人工神经网络预测模型对子皮系数进行了多尺度组合预测：而后运用ＡＴｒｏｕｓ完全重构公式，得到水文序列的预测，本文对宜昌站年平均径流离列作了研究，结果显示预测效果理想。     

土石坝中土压力计埋设技术研究

众所周知，土石坝原型观测中，坝内“自由场“土压力的观测是最困难，最复杂的项目。根据从事几座土石坝土压力观测的实践，对土石坝中土压力计的埋设技术作了较全面的阐述。文中还介绍了鲁布革坝的土压力计埋设技术及土压力观测成果，该坝的土压力观测结果比较有规律，表明该坝采用的埋设技术是成功的。最后，对土压力观测中存在的问题进行了讨论。     

土石坝施工期3种沉降模型的分析

根据糯扎渡水电站土石坝施工期的沉降监测,分析了施工期典型断面的沉降影响因子,并对应建立了3种沉降模型。利用3种模型对其沉降位移进行预测,分析其误差从而得出了各模型的优缺点。     

关于土坝沉降过程回归分析模型选择的思考

要做好土坝沉降过程的回归分析，首要的工作是选择一个合适的数学模型。该文试图在这方面作一点探索。首先，提出了模型选择的基本原则，并据此确定了选择的范围。然后，通过大量的拟合、试算，优选了４个可用的模型。并建议：在分析之前，先用这４个模型分别试算拟合，即可找到适合该坝沉降分析的最佳模型。该文提出的方法，对于防洪土堤沉降监测资料的分析，也是适用的。     

土石坝中测斜管接头处预留沉降量的探讨

预留沉降量的确定是土石坝中安装测斜管常见的问题，国内目前尚无定量的技术标准。文章结合小浪底土石坝中测斜管接头处安装预留沉降量的确认过程，提出了具有一定参考意义的量化指标。     

综论人工智能技术在大坝安全监控中的应用

人工智能技术经过从结构主义向功能主义、从硬件方法向软件方法的转变，在现代先进的计算机软硬件技术支持下，许多领域已取得了巨大的成功。综论了几种人工智能技术在大坝安全监控领域中的应用。数据开采是一门新兴智能技术，它的引入可解决大坝安全监控数据量大，知识面广，从而带来分析问题速度慢的困难；专家系统将专家知识编码成计算机能够识别的语言，将专家的经验和思维转化成先进合理的推理策略，为大坝安全评价提供专家级的技术支持；神经网络技术独特的结构和处理信息的方法，对解决大坝安全监控专家系统的“瓶颈”问题是一个很好的方法。     

复合土工膜防渗堆石坝渗流观测资料分析

运用统计相关、对比等分析方法，对钟吕水库大坝１９９９年和２０００年渗流观测资料进行分析，得出钟吕大坝渗流的主要特征．以进一步了解复合土工膜防渗坝的渗流状态。     

BP模型在大坝安全监测预报中的应用

如何正确地预报大坝安全监测量，对馈控大坝安全运行和辅助决策具有重要的意义。文章提出应用神经网络的BP模型进行大坝安全监测数据的预报，并针对某一混凝土重力坝的水平位移实际测值构建了BP模型，其预报精度较以往统计模型有较大的提高。     

大坝观测资料分析的指示变量模型

针对运行期大坝补强加固、监测系统更新改造等措施常对观测系统造成干扰 ,本文提出用指示变量数值模型来模拟并分离各种系统干扰的影响量值 ,提高了模型的有效性 ,更符合实际情况 ,有利于进一步分析大坝的安全性态。     

人工神经网络在水资源管理中的应用

近几年来，人工神经网络受到越来越多从事水资源研究学者的关注，成为该领域的新理论。文中的目的是想对人工神经网络在水资源管理领域的应用进行一个总结。这些应用包括特征辨识、预测与预报、函数逼近、优化计算等多个方面。文中首先对研究情况进行了一般性的回顾，然后分别对各类应用重点进行了评述，最后通过总结给出了进一步研究的建议。     

包络预测大坝监测值及监控指标研究

利用包络灰预测模型对大坝监测量的极值进行预测，改变传统对极值的预测方法，使得单一的数值预测变为区间预测。利用上包络小概率法确定水平位移的监控指标，减小了实测值变化的随机性，便于进行计算，并且不改变原始测值的分布规律。     

大坝沉陷观测电子化记录、整理程序开发与应用

精密水准法观测建筑物沉陷 ,因其较好的可靠性和适用性 ,成为目前变形观测中一种常规而难以取代的观测手段。然而沉陷观测存在着较繁琐的内外业数据计算、处理工作。如何提高其观测精度和工作效益 ,本文叙述了一种已在部分工程中得到一段时间应用并取得良好效果的电子化记录、整理方法 ,旨在更好地发挥其应用价值     

神经网络在大坝安全评判专家系统中的应用

大坝的结构和地质条件复杂，荷载种类众多，常规专家系统采用的知识表示方法和推理机制有时难以及时准确地对大坝的工作性态作出评价。本系统提出了传统专家系统与神经网络相结合的原理及实现方法，详细论述了系统的知识表示、学习、推理的机理和功能。系统已成功地应用于某混凝土面板支墩坝的疑点物理成因分析。