| 摘要 | 第1-11页 |
| ABSTRACT | 第11-14页 |
| 符号说明 | 第14-16页 |
| 第一章 绪论 | 第16-20页 |
| ·研究背景 | 第16-17页 |
| ·研究内容与对象 | 第17页 |
| ·论文主要工作 | 第17-19页 |
| ·论文的组织结构 | 第19-20页 |
| 第二章 水泥材料水化过程建模研究进展 | 第20-34页 |
| ·水泥的水化与硬化过程 | 第20-22页 |
| ·硅酸盐水泥的水化过程 | 第20-21页 |
| ·水泥凝结、硬化过程 | 第21-22页 |
| ·水化动力学建模研究现状 | 第22-26页 |
| ·三维微观结构建模研究现状 | 第26-31页 |
| ·智能算法建模研究现状 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 水泥水化早期动力学模型的自动生成 | 第34-75页 |
| ·水泥水化程度时间序列数据的获取 | 第35-37页 |
| ·水泥水化动力学模型的自动生成方法 | 第37-53页 |
| ·水化动力学方程的反向萃取 | 第37-45页 |
| ·基于柔性神经树的水化动力学模型 | 第45-53页 |
| ·利用GPU加速水化动力学模型的自动生成过程 | 第53-57页 |
| ·CUDA简介 | 第53-55页 |
| ·基于CUDA的水化动力学模型的线程分配及消息传递机制 | 第55-57页 |
| ·实验结果 | 第57-74页 |
| ·水化动力学方程反向萃取实验结果 | 第57-66页 |
| ·基于柔性神经树的水化动力学模型实验结果 | 第66-74页 |
| ·本章小结 | 第74-75页 |
| 第四章 基于浮动质心法的神经网络分类器的混凝土强度分类 | 第75-102页 |
| ·神经网络分类器研究进展 | 第75-79页 |
| ·浮动质心法 | 第79-97页 |
| ·理论基础 | 第79-82页 |
| ·质心生成 | 第82-87页 |
| ·学习过程 | 第87-90页 |
| ·FCM算法的实验测试 | 第90-97页 |
| ·混凝土强度分类的实验结果 | 第97-101页 |
| ·本章小结 | 第101-102页 |
| 第五章 水泥水化过程三维微观结构演化模型 | 第102-119页 |
| ·水泥样本的制备及三维数据的生成 | 第103-112页 |
| ·水泥样本的制备与扫描 | 第103-105页 |
| ·图象增强 | 第105-107页 |
| ·灰度校准与三维配准 | 第107-112页 |
| ·基于细胞自动机的水泥三维演化模型 | 第112-114页 |
| ·强度计算 | 第114-118页 |
| ·图象描述特征的选取 | 第114-118页 |
| ·利用神经网络计算强度 | 第118页 |
| ·本章小结 | 第118-119页 |
| 第六章 总结和展望 | 第119-120页 |
| 参考文献 | 第120-127页 |
| 致谢 | 第127-129页 |
| 攻读博士学位期间发表的和待发表的学术论文 | 第129-130页 |
| 攻读博士期间参与的科研项目与获奖情况 | 第130-132页 |
| 学位论文评阅及答辩情况表 | 第132-134页 |
| 外文论文 | 第134-197页 |