| 1 引言 | 第1-11页 |
| ·选题目的及其意义 | 第6-7页 |
| ·国内外研究现状 | 第7-10页 |
| ·研究内容及关键技术线路 | 第10-11页 |
| ·研究内容 | 第10页 |
| ·关键技术线路 | 第10-11页 |
| 2 普通混凝土抗压强度影响因素与强度检验评定分析 | 第11-18页 |
| ·普通混凝土强度影响因素分析 | 第11-15页 |
| ·组分对强度的影响 | 第11-13页 |
| ·养护条件的影响 | 第13-15页 |
| ·混凝土的成熟度 | 第15页 |
| ·结构混凝土强度分析 | 第15-16页 |
| ·标养强度的局限性 | 第15-16页 |
| ·推定强度与钻芯强度分析 | 第16页 |
| ·同条件养护试件的强度 | 第16页 |
| ·混凝土强度的检验评定 | 第16-18页 |
| 3 人工神经网络基本原理 | 第18-27页 |
| ·人工神经网络基础知识 | 第18-21页 |
| ·人工神经网络模型及其特征 | 第18-20页 |
| ·人工神经网络总体框架 | 第20-21页 |
| ·人工神经网络的数据处理优势 | 第21页 |
| ·常见的人工神经网络模型 | 第21页 |
| ·BP 人工神经网络 | 第21-27页 |
| ·BP 神经网络模型 | 第22页 |
| ·基本BP 算法 | 第22-24页 |
| ·BP 人工神经网络的总结与改进 | 第24-27页 |
| 4 网络模型样本的制备和试验 | 第27-31页 |
| ·试验区概况 | 第27-28页 |
| ·永圣域500KV 变电站 | 第27页 |
| ·巴彦淖尔市沙德格工业园区220KV 变电站 | 第27-28页 |
| ·达旗电厂500KV 升压站 | 第28页 |
| ·网络输入输出神经元的确定 | 第28-29页 |
| ·样本的制作和养护 | 第29-31页 |
| ·样本的制作 | 第29-30页 |
| ·样本的养护 | 第30-31页 |
| ·样本的强度试验 | 第31页 |
| 5 基于MATLABBP 神经网络工具箱混凝土强度预测模型的建立 | 第31-52页 |
| ·MATLAB 神经网络工具箱 | 第31-37页 |
| ·MATLAB 简介 | 第31-36页 |
| ·神经网络工具箱 | 第36-37页 |
| ·BP 网络模型的建立 | 第37-44页 |
| ·人工神经网络的数据变换处理 | 第38-39页 |
| ·网络结构的确定 | 第39-42页 |
| ·网络传递函数的选择 | 第42-43页 |
| ·网络权值的初始化 | 第43-44页 |
| ·网络收敛极小值的确定 | 第44页 |
| ·本研究BP 训练算法的实现 | 第44-52页 |
| ·网络的训练与仿真 | 第44-49页 |
| ·网络性能评价 | 第49-52页 |
| ·对BP 网络的评价 | 第52页 |
| 6 总结与展望 | 第52-54页 |
| ·总结 | 第52-53页 |
| ·展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 作者简介 | 第59页 |