1. 研究目的与意义

安全监测是国内外工程测量和防灾减灾领域主要研究课题之一。随着全球卫星定位技术、测量机器人、多传感器集成系统等高新技术的不断应用,安全监测积累的资料多,数据量大,研究如何及时、有效地从大量安全监测信息中进行数据挖掘,进行分析、解释,并作短期和中、长期预测与预报等,具有重要的理论意义和实用价值。本课题基于人工神经网络方法，研究安全监测信息的分析处理以及预测预报。人工神经网络自20世纪80年代以来，吸引了大批研究人员对其理论模型、学习算法、开发工具、实际应用和其他机器学习方法的结合方面进行广泛深入的探索，范围涉及人工智能、认知科学、行为科学等广泛领域，表现出具有自组织性、自适应性、联想能力、模糊推理能力和自学习能力等优势。BP神经网络是目前较为成熟并且应用最广泛的神经网络模型之一。

2. 国内外研究现状分析

详见文献综述

3. 研究的基本内容与计划

学习人工神经网络理论，掌握bp网络的算法及其优化方法，能够应用matlab实现。针对实际监测数据，应用bp网络对其进行分析处理，建立预测预报模型。

计划：2.132.19：根据选题，查找资料；

2.203.4：完成开题报告及文献综述，翻译相关英文资料并上交批阅；

4. 研究创新点

本文选取了几个具体问题，利用目前较为成熟并且应用广泛的神经网络模型BP网络算法对其进行分析处理，建立预测预报模型，并且选取了实际事例和具体数据对所得程序进行验证，保证了论文的严谨与实际使用价值。