基于MFC的单文档框架,通过菜单栏实现子程序的调用,来实现各个功能模块。各个模块间又通过数据库共享数据来实现连接。曲线监测和绘图是对数据的不同处理。
2021-11-22 19:24:26 181.37MB C++ SQL Server MFC
1
水电站大坝工程安全管理细则与水电站安全生产管理制度.pdf
2021-11-19 09:00:08 17KB
MATLAB神经网络工具箱在大坝变形分析和预报中的应用.pdf
基于EMD-FOA-BP神经网络的大坝变形预测研究.pdf
大坝变形蚁群聚类径向基函数神经网络安全监控预测模型.pdf
论文研究-基于云模型的大坝安全多层次综合评价方法.pdf,  大坝安全评价是一个多因素、多层次、具有复合不确定性的复杂综合评价问题.针对大坝安全监测信息中普遍存在的不确定性,将专门研究不确定性问题的云模型理论引入到大坝安全综合评价之中,提出了基于云模型的大坝安全多层次综合评价方法.该方法采用具有稳定倾向性的一组随机数代替具有唯一性的模糊隶属度,利用云发生器生成隶属云,得到由云模型数字特征刻画的、顾及监测信息不确定性的大坝安全综合评价结果.该评价结果不仅可以对大坝安全状态作出合理评价,而且可以描述大坝安全评价结果的可信性,以及不确定性给大坝安全评价结果带来的不稳定性.实例表明,本文所提出的基于云模型的大坝安全综合评价方法是合理、可行的,为大坝安全评价提供了一条比传统的模糊综合评价方法更优越的新途径.
2021-09-15 10:03:28 1.42MB 论文研究
1
行业资料-交通装置-一种水利大坝闸门水面运输安装专用设备.zip
改进小波网络在大坝安全监测中的应用,胥超,,为了保证大坝在其工作运营阶段的安全,避免人民生命财产的损失,需要对大坝进行安全监测。对大坝监测数据的预测是大坝安全监测的
2021-08-20 10:06:50 206KB 首发论文
1
文中介绍了变形监测的两种建模方法:逐步回归分析方法以及时间序列分析方法。利用MATLAB软件对江西省九江市修水县境内的东津大坝边坡实测数据进行分析。逐步回归方法所建模型水平位移预测值与实测值的平均绝对误差为0.1626 mm,时间序列分析方法所建模型水平位移预测值与实测值平均绝对误差为0.0610 mm。经过分析认为,与逐步回归方法相比,时间序列分析方法所建模型预测值更接近实测值,预测精度较高。
2021-08-20 10:05:05 1.23MB 行业研究
1
不同监测方法下大坝安全监测资料差异性检验,顾冲时,王建,基于统计学理论,探讨了大坝安全监控中同一效应量在不同监测方法下的监测资料差异性问题,提出了通过标准差、均值和相关性等特征
2021-08-20 10:04:16 271KB 首发论文
1