| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·施工控制的发展 | 第9-10页 |
| ·国外概况 | 第9页 |
| ·国内概况 | 第9-10页 |
| ·自锚式悬索－斜拉混合体系桥梁施工控制研究现状 | 第10-14页 |
| ·自锚式悬索－斜拉混合体系桥梁介绍 | 第10-12页 |
| ·施工控制问题提出 | 第12-13页 |
| ·神经网络在施工控制应用概况 | 第13-14页 |
| ·主要研究内容 | 第14-15页 |
| 第二章 桥梁施工控制理论和方法 | 第15-25页 |
| ·桥梁施工控制的目标和内容 | 第15-16页 |
| ·桥梁施工控制的目标 | 第15页 |
| ·桥梁施工控制的内容 | 第15-16页 |
| ·桥梁施工控制的理论方法 | 第16-18页 |
| ·工程控制理论的发展 | 第16-17页 |
| ·主要的桥梁施工控制方法 | 第17-18页 |
| ·施工误差调整理论和方法 | 第18-22页 |
| ·Kalman 滤波法 | 第19-20页 |
| ·灰色系统理论法 | 第20页 |
| ·最小二乘法 | 第20-21页 |
| ·人工神经网络 | 第21页 |
| ·预测控制方法比较 | 第21-22页 |
| ·桥梁施工控制结构计算方法 | 第22-24页 |
| ·前进分析法 | 第22-23页 |
| ·倒退分析法 | 第23页 |
| ·前进分析与倒退分析的比较 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 神经网络预测控制基本理论 | 第25-45页 |
| ·概述 | 第25-27页 |
| ·人工神经网络的特点 | 第26-27页 |
| ·神经元模型 | 第27-31页 |
| ·神经网络构成 | 第31-37页 |
| ·网络类型 | 第31-33页 |
| ·网络学习规则 | 第33-37页 |
| ·BP 网络 | 第37-40页 |
| ·BP 网络训练步骤 | 第37-38页 |
| ·误差反向传播算法计算步骤 | 第38-39页 |
| ·BP 算法的计算机实现流程 | 第39-40页 |
| ·基于MATLAB 的BP 神经网络系统的模型建立方法 | 第40-44页 |
| ·BP 网络分析及模型建立 | 第40-42页 |
| ·基于神经网络工具箱的BP 网络学习和训练 | 第42-43页 |
| ·网络控制器的构建 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 实桥应用及分析 | 第45-64页 |
| ·工程概述 | 第45-46页 |
| ·主桥监控 | 第46-51页 |
| ·初始平衡状态优化分析 | 第47页 |
| ·主桥监控目的 | 第47-48页 |
| ·主桥监控原则 | 第48页 |
| ·主桥监控内容 | 第48-50页 |
| ·主桥监控实施 | 第50-51页 |
| ·使用结构分析软件MIDAS 对主桥结构施工的仿真模拟分析 | 第51-57页 |
| ·几何模拟 | 第51页 |
| ·单元类型 | 第51-52页 |
| ·边界条件 | 第52-53页 |
| ·结构计算模拟 | 第53-54页 |
| ·桥梁施工阶段分析原理 | 第54-55页 |
| ·施工阶段划分 | 第55-57页 |
| ·实桥神经网络模型建立 | 第57-63页 |
| ·输入、输出参数的选取 | 第57-58页 |
| ·预测程序的设计 | 第58-61页 |
| ·实桥应用 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 结论与展望 | 第64-66页 |
| ·结论 | 第64-65页 |
| ·展望 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 致谢 | 第68页 |