韩立炜编著的《土石坝渗透特性反演及安全性评价》提出了目前该领域存在的一些急需解决的问题和解决的方法。鉴于土石坝安全监测及渗透特性研究中广泛存在的不确定性，尤其是模糊性及随机性，引入云理论进行研究，所采用的方法包括云发生器、云推理、云变换、云概率密度分布等，并在此基础上提出云神经网络模型。针对于土石坝工程中广泛存在的不确定性，提出了土石坝健康诊断的云神经网络算法。该方法不仅具有云推理较强的结构性知识表达及处理不确定性的能力，而且具有神经网络较强的非线性映射能力及自学习能力，其应用较好地考虑了土石坝系统中广泛存在的不确定性。采用云模型、云神经网络算法建立了土石坝不确定性安全监控模型，资料分析表明，各种监控模型能够很好地模拟大坝实际渗流、变形工作状态，具有较高的精度。针对渗透系数反分析过程中存在的不确定性，提出了基于云推理的反分析方法，在此基础上，建立了防渗体渗透系数的时变模型。即通过对历年防渗体渗透系数进行反分析，获取渗透系数随时间的变化规律，并据此诊断防渗体的健康状况。

韩立炜编著的《土石坝渗透特性反演及安全性评价》紧扣土石坝渗透特性及安全性评价中存在的诸如不确定性、损伤识别困难等问题，首先引入能将模糊性和随机性综合考虑的云理论，在此基础上提出云神经网络模型。而后利用云理论进行土石坝安全监测及监控研究，建立渗透特性反演及时变模型、土石坝综合评价模型及损伤识别模型。

本书可作为水利水电工程、岩土工程和土木工程等领域进行相关的管理、规划与科研人员的参考用书，也可作为高等院校水利、岩土等专业的教师、本科生、研究生用书。

前言

第1章 绪论

 1.1 研究背景及意义

 1.2 知识的不确定性

 1.3 国内外研究现状及发展趋势

 1.4 研究目的

 参考文献

第2章 云理论

 2.1 云模型

 2.2 云概率密度

 2.3 云神经网络模型

 2.4 最小二乘支持向量机

 参考文献

第3章 土石坝安全监测及安全监控模型

 3.1 土石坝安全监测

 3.2 土石坝渗流观测资料分析

 3.3 土石坝沉降观测资料分析

 3.4 实例分析

 参考文献

第4章 渗透系数反分析及时变模型

 4.1 有限元计算方法

 4.2 渗透系数反演及时变模型

 4.3 应用实例

 参考文献

第5章 土石坝综合评价模型

 5.1 评价指标的设置

 5.2 评价指标的度量方法

 5.3 基于云模型的综合评价

 5.4 应用实例

 参考文献

第6章 防渗体损伤识别模型

 6.1 损伤识别模型的基本框架

 6.2 损伤识别模型的实现

 6.3 基于云神经网络的损伤识别

 参考文献

第7章 结论与展望

 7.1 主要结论与成果

 7.2 展望