基于神经网络技术的结构损伤检测理论与应用研究
| 1 绪论 | 第1-13页 |
| ·研究的意义和背景 | 第7页 |
| ·国内外研究现状 | 第7-11页 |
| ·神经网络的发展和应用 | 第11-12页 |
| ·问题的提出及本文所作的工作 | 第12-13页 |
| 2 神经网络理论及模型 | 第13-41页 |
| ·神经网络基本理论 | 第13-21页 |
| ·神经元模型 | 第13-14页 |
| ·人工神经元 | 第14-16页 |
| ·神经元传递函数 | 第16-17页 |
| ·神经网络的学习算法 | 第17-18页 |
| ·神经网络模型 | 第18页 |
| ·神经网络的实现机制 | 第18-21页 |
| ·典型神经网络模型 | 第21-39页 |
| ·BP网络模型 | 第21-27页 |
| ·Hopfield网络模型 | 第27-28页 |
| ·回归BP网络 | 第28-29页 |
| ·Boltzmann机网络 | 第29-30页 |
| ·径向基函数(RBF)网络 | 第30-32页 |
| ·概率神经网络(PNN) | 第32-36页 |
| ·对偶传播(CP)神经网络 | 第36-37页 |
| ·模糊神经网络(FNN) | 第37-39页 |
| ·BP网络模型及相关问题 | 第39-41页 |
| ·经典BP算法 | 第39-40页 |
| ·网络模型存在的问题及分析 | 第40-41页 |
| 3 神经网络在结构损伤检测中的应用 | 第41-51页 |
| ·概述 | 第41页 |
| ·基于结构振动响应进行损伤探测的基本方法 | 第41-48页 |
| ·问题的描述 | 第41-42页 |
| ·基本方法 | 第42-43页 |
| ·结构动力特性的试验及测量 | 第43-45页 |
| ·以实测模态参数进行结构动力修改 | 第45-46页 |
| ·动力指纹分析法 | 第46-48页 |
| ·基于神经网络的结构损伤检测 | 第48-51页 |
| 4 悬臂板的损伤检测 | 第51-60页 |
| ·试验图示及基本数据 | 第51页 |
| ·解析模态分析 | 第51-52页 |
| ·试验数据的处理 | 第52-57页 |
| ·利用神经网络来判断悬臂板的损伤 | 第57-60页 |
| 5 结论与建议 | 第60-62页 |
| ·本论文得到的结论 | 第60页 |
| ·几点建议 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-65页 |
