| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| 1．1 人工神经网络概述 | 第7-9页 |
| 1．2 国内外土木工程界研究状况 | 第9-10页 |
| 1．3 研究背景和研究任务 | 第10-11页 |
| 1．4 本文研究的意义和内容 | 第11-13页 |
| 1．4．1 研究的意义 | 第11-12页 |
| 1．4．2 研究主要任务 | 第12-13页 |
| 第二章 神经网络在结构基础选型中的应用研究 | 第13-29页 |
| 2．1 人工神经网络简介 | 第13-15页 |
| 2．2 BP神经网络模型 | 第15-23页 |
| 2．2．1 BP神经网络的基本思想 | 第15-16页 |
| 2．2．2 BP网络神经元模型 | 第16-17页 |
| 2．2．3 BP网络的学习规则（δ规则） | 第17-18页 |
| 2．2．4 BP算法的数学描述 | 第18-21页 |
| 2．2．5 BP算法实现步骤 | 第21-22页 |
| 2．2．6 BP算法流程图 | 第22-23页 |
| 2．3 BP神经网络的改进 | 第23-26页 |
| 2．3．1 BP算法的缺陷 | 第23-24页 |
| 2．3．2 改进的BP算法 | 第24-26页 |
| 2．4 MATLAB神经网络工具箱的简介 | 第26-27页 |
| 2．4．1 MATLAB及其神经网络工具箱的简介 | 第26页 |
| 2．4．2 运用神经网络工具箱设计网络的原则和过程 | 第26-27页 |
| 2．5 小结 | 第27-29页 |
| 第三章 结构基础选型系统神经网络的构建 | 第29-49页 |
| 3．1 概述 | 第29-30页 |
| 3．2 基础选型中应考虑的因素及其相互因素 | 第30-32页 |
| 3．3 基础选型神经网络的结构 | 第32-41页 |
| 3．3．1 网络层数的确定 | 第32-33页 |
| 3．3．2 输入和输出层的设计 | 第33-35页 |
| 3．3．3 隐含层的神经元数 | 第35-38页 |
| 3．3．4 激活函数的选取 | 第38-40页 |
| 3．3．5 初始权值的选取 | 第40页 |
| 3．3．6 学习速率 | 第40-41页 |
| 3．3．7 期望误差的选取 | 第41页 |
| 3．4 基础选型BP神经网络的学习公式推导 | 第41-47页 |
| 3．5 小结 | 第47-49页 |
| 第四章 结构基础选型系统的开发与应用 | 第49-59页 |
| 4．1 结构基础选型智能系统的开发 | 第49-50页 |
| 4．1．1 智能系统开发工具 | 第49页 |
| 4．1．2 系统的基本结构 | 第49-50页 |
| 4．1．3 系统运用环境 | 第50页 |
| 4．2 结构基础选型系统的使用 | 第50-55页 |
| 4．3 结构基础选型系统的使用实例 | 第55-58页 |
| 4．3．1 系统网络训练 | 第55-56页 |
| 4．3．2 系统应用实例 | 第56-58页 |
| 4．4 小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-64页 |
| 5．1 全文总结 | 第59页 |
| 5．2 研究展望 | 第59-64页 |