基于径向基神经网络的系杆拱桥索力确定与模型修正
| 致谢 | 第6-7页 |
| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第16-21页 |
| 1.1 研究背景及意义 | 第16页 |
| 1.2 有限元模型修正概述及研究现状 | 第16-20页 |
| 1.2.1 有限元模型修正基本概念 | 第16-17页 |
| 1.2.2 研究现状 | 第17-20页 |
| 1.3 本文研究内容 | 第20-21页 |
| 第二章 径向基神经网络 | 第21-37页 |
| 2.1 人工神经网络 | 第21-22页 |
| 2.1.1 径向基神经网络 | 第21-22页 |
| 2.1.2 相关基本概念 | 第22页 |
| 2.2 RBF神经网络 | 第22-25页 |
| 2.2.1 RBF神经网络结构 | 第23-24页 |
| 2.2.2 RBF神经网络工作原理 | 第24-25页 |
| 2.2.3 RBF神经网络结构设计 | 第25页 |
| 2.3 RBF神经网络算法选择与实现 | 第25-31页 |
| 2.3.1 隐含层中心选取算法 | 第25-26页 |
| 2.3.2 权值计算算法 | 第26-30页 |
| 2.3.3 K-means与RLS混合学习算法 | 第30页 |
| 2.3.4 RBF的Matlab实现 | 第30-31页 |
| 2.4 RBF神经网络应用 | 第31-36页 |
| 2.4.1 结合AMD与RBF有限元模型修正应用 | 第31-35页 |
| 2.4.2 确定施工索力应用 | 第35-36页 |
| 2.5 本章小结 | 第36-37页 |
| 第三章 预应力混凝土简支小箱梁模型修正 | 第37-49页 |
| 3.1 有限元模型 | 第37-38页 |
| 3.2 参数的选择与分析 | 第38-41页 |
| 3.2.1 状态变量 | 第38-39页 |
| 3.2.2 设计变量 | 第39-41页 |
| 3.3 子结构划分 | 第41页 |
| 3.4 RBF网络参数分析 | 第41-44页 |
| 3.4.1 样本输入输出向量维数 | 第41-43页 |
| 3.4.2 网络扩展常数 | 第43-44页 |
| 3.5 RBF网络结构及仿真结果 | 第44-48页 |
| 3.5.1 有限元模型修正结果 | 第45页 |
| 3.5.2 修正模型静动力响应预测 | 第45-48页 |
| 3.6 本章小结 | 第48-49页 |
| 第四章 基于RBF神经网络确定施工索力 | 第49-57页 |
| 4.1 工程背景 | 第49-50页 |
| 4.2 有限元模型 | 第50-51页 |
| 4.3 径向基神经网络应用 | 第51-56页 |
| 4.3.1 RBF应用概述 | 第51页 |
| 4.3.2 构建网络样本 | 第51-54页 |
| 4.3.3 网络扩展常数 | 第54页 |
| 4.3.4 RBF网络结构设计及仿真结果 | 第54-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 梁拱组合体系桥梁有限元模型修正 | 第57-80页 |
| 5.1 工程背景 | 第57-62页 |
| 5.1.1 实际结构与模型结构误差分析 | 第58页 |
| 5.1.2 测试数据 | 第58-62页 |
| 5.2 有限元模型 | 第62-66页 |
| 5.2.1 模型设计 | 第62-63页 |
| 5.2.2 单元类型及边界条件 | 第63页 |
| 5.2.3 初步修正有限元模型 | 第63-66页 |
| 5.3 修正参数分析 | 第66-73页 |
| 5.3.1 修正单元组合划分 | 第67-68页 |
| 5.3.2 RBF神经网络输入输出参数 | 第68页 |
| 5.3.3 参数相对灵敏度计算 | 第68-73页 |
| 5.4 RBF神经网络数据预处理 | 第73-74页 |
| 5.4.1 构建输入输出样本库 | 第73页 |
| 5.4.2 输入样本预处理 | 第73-74页 |
| 5.4.3 输出样本归一化 | 第74页 |
| 5.5 RBF神经网络仿真 | 第74-77页 |
| 5.5.1 网络输入输出向量维数 | 第74页 |
| 5.5.2 样本量大小 | 第74页 |
| 5.5.3 确定网络密度常数 | 第74-76页 |
| 5.5.4 RBF网络结构 | 第76-77页 |
| 5.6 有限元模型修正结果 | 第77-78页 |
| 5.7 本章小结 | 第78-80页 |
| 第六章 结论及展望 | 第80-82页 |
| 6.1 结论 | 第80页 |
| 6.2 展望 | 第80-82页 |
| 参考文献 | 第82-88页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第88页 |
