| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 引言 | 第11页 |
| 1.2 高性能混凝土及人工神经网络概述 | 第11-15页 |
| 1.2.1 高性能混凝土概述 | 第11-12页 |
| 1.2.2 人工神经网络概述 | 第12-15页 |
| 1.3 早期预测混凝土强度方法国内外研究进展 | 第15-20页 |
| 1.3.1 早期预测混凝土强度的发展历程 | 第15页 |
| 1.3.2 早期预测混凝土强度的传统技术方法 | 第15-17页 |
| 1.3.3 基于神经网络的混凝土强度预测方法 | 第17-20页 |
| 1.4 本文研究目的及研究内容 | 第20-21页 |
| 1.4.1 研究目的 | 第20页 |
| 1.4.2 研究内容 | 第20-21页 |
| 第2章 基于BP神经网络的HPC强度预测 | 第21-42页 |
| 2.1 概述 | 第21页 |
| 2.2 BP神经网络的网络结构 | 第21-22页 |
| 2.3 BP神经网络学习算法 | 第22页 |
| 2.4 基本BP神经网络的局限 | 第22-23页 |
| 2.5 BP神经网络的优化改进 | 第23-26页 |
| 2.5.1 网络结构的优选 | 第23-24页 |
| 2.5.2 BP算法的改进 | 第24-26页 |
| 2.6 BP神经网络的Matlab实现 | 第26-28页 |
| 2.6.1 Matlab神经网络工具箱中相关函数介绍 | 第26-27页 |
| 2.6.2 BP神经网络的Matlab实现步骤 | 第27-28页 |
| 2.7 BP神经网络在HPC强度预测中的应用 | 第28-41页 |
| 2.7.1 样本数据准备 | 第28-32页 |
| 2.7.2 网络学习参数的确定 | 第32-33页 |
| 2.7.3 网络结果误差评价指标 | 第33页 |
| 2.7.4 网络结构的构建 | 第33-37页 |
| 2.7.5 网络的训练及结果分析 | 第37-38页 |
| 2.7.6 网络的预测及结果分析 | 第38-41页 |
| 2.8 本章小结 | 第41-42页 |
| 第3章 基于径向基神经网络的HPC强度预测 | 第42-59页 |
| 3.1 RBF神经网络 | 第42-47页 |
| 3.1.1 概述 | 第42页 |
| 3.1.2 RBF神经网络的网络结构 | 第42-44页 |
| 3.1.3 RBF神经网络学习算法 | 第44页 |
| 3.1.4 RBF神经网络与BP神经网络的比较 | 第44-45页 |
| 3.1.5 RBF神经网络的Matlab实现 | 第45-47页 |
| 3.2 GRNN神经网络 | 第47-50页 |
| 3.2.1 概述 | 第47页 |
| 3.2.2 GRNN神经网络的网络结构 | 第47-49页 |
| 3.2.3 GRNN神经网络的理论基础 | 第49-50页 |
| 3.2.4 GRNN神经网络的Matlab实现 | 第50页 |
| 3.3 径向基函数神经网络在HPC强度预测中的应用 | 第50-58页 |
| 3.3.1 RBF神经网络在HPC强度预测中的应用 | 第50-53页 |
| 3.3.2 GRNN神经网络在HPC强度预测中的应用 | 第53-56页 |
| 3.3.3 三种单一神经网络预测模型的比较 | 第56-58页 |
| 3.4 本章小结 | 第58-59页 |
| 第4章 基于RBF-BP复合神经网络的HPC强度预测 | 第59-66页 |
| 4.1 RBF-BP复合神经网络的基本思想 | 第59页 |
| 4.2 RBF-BP复合神经网络的网络结构 | 第59-60页 |
| 4.3 RBF-BP复合神经网络的Matlab实现 | 第60页 |
| 4.4 RBF-BP复合神经网络在HPC强度预测中的应用 | 第60-63页 |
| 4.4.1 RBF-BP复合神经网络的构建 | 第60-61页 |
| 4.4.2 网络的训练及结果分析 | 第61-62页 |
| 4.4.3 网络的预测及结果分析 | 第62-63页 |
| 4.5 四种单项神经网络预测模型的比较 | 第63-65页 |
| 4.6 本章小结 | 第65-66页 |
| 第5章 基于组合预测模型的HPC强度预测 | 第66-80页 |
| 5.1 组合预测概述 | 第66页 |
| 5.2 组合预测基本思想及分类 | 第66-67页 |
| 5.3 组合预测模型在HPC强度预测中的应用 | 第67-73页 |
| 5.3.1 线性组合预测模型 | 第68-70页 |
| 5.3.2 PSO-RBF神经网络非线性组合预测模型 | 第70-73页 |
| 5.4 不同组合预测模型及单项预测模型的比较 | 第73-75页 |
| 5.5 最优预测模型的实证分析 | 第75-79页 |
| 5.5.1 实验原材料及性能 | 第75-76页 |
| 5.5.2 实验测试及实验结果 | 第76-77页 |
| 5.5.3 实证样本的预测效果分析 | 第77-79页 |
| 5.6 本章小结 | 第79-80页 |
| 结论与展望 | 第80-82页 |
| 参考文献 | 第82-87页 |
| 致谢 | 第87-88页 |
| 附录A (攻读学位期间所发表的学术论文) | 第88页 |
