摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
创新点摘要 | 第7-10页 |
第一章 绪论 | 第10-22页 |
1.1 研究背景及意义 | 第10页 |
1.2 大跨空间结构形式及选型概述 | 第10-15页 |
1.2.1 大跨空间结构形式 | 第10-13页 |
1.2.2 大跨结构选型概述 | 第13-15页 |
1.3 结构选型的主要研究方法 | 第15-18页 |
1.4 国内外结构选型研究现状 | 第18-21页 |
1.4.1 国内结构选型研究现状 | 第18-20页 |
1.4.2 国外结构选型研究现状 | 第20-21页 |
1.5 本章小结 | 第21-22页 |
第二章 遗传神经网络及专家系统理论概述 | 第22-33页 |
2.1 遗传算法 | 第22-24页 |
2.1.1 遗传算法优点 | 第22页 |
2.1.2 遗传算法不足之处 | 第22页 |
2.1.3 遗传算法的应用 | 第22-24页 |
2.2 神经网络的应用 | 第24-30页 |
2.2.1 BP神经网络算法 | 第25-26页 |
2.2.2 BP网络结构设计 | 第26-29页 |
2.2.3 自组织神经网络算法 | 第29页 |
2.2.4 自组织神经网络结构设计 | 第29-30页 |
2.3 基于遗传算法的神经网络优化 | 第30-31页 |
2.3.1 遗传算法优化BP神经网络 | 第30-31页 |
2.4 专家系统 | 第31-32页 |
2.5 本章小结 | 第32-33页 |
第三章 大跨空间结构选型影响因子分析及样本采集 | 第33-38页 |
3.1 大跨空间结构选型影响因子分析 | 第33-34页 |
3.1.1 建筑物宽度的影响 | 第33页 |
3.1.2 建筑物长度和高度的影响 | 第33页 |
3.1.3 建筑物的使用功能要求 | 第33-34页 |
3.1.4 环境条件:基本风压;设防烈度;地震加速度 | 第34页 |
3.1.5 平面形状 | 第34页 |
3.2 提取选型影响因子 | 第34-35页 |
3.3 神经网络的样本数据采集 | 第35-37页 |
3.4 本章小结 | 第37-38页 |
第四章 基于MATLAB的大跨空间结构选型专家系统的设计与实现 | 第38-61页 |
4.1 MATLAB概述 | 第38页 |
4.2 大跨空间结构专家系统设计 | 第38-55页 |
4.2.1 大跨空间结构样本数据处理 | 第38-41页 |
4.2.2 建立、训练、预测神经网络 | 第41-46页 |
4.2.3 建立、训练、预测自组织神经网络 | 第46-48页 |
4.2.4 遗传神经网络在大跨空间结构选型中的应用 | 第48-55页 |
4.3 研究方法对比 | 第55页 |
4.4 大跨空间结构专家系统实现 | 第55-58页 |
4.4.1 主要用户界面设计 | 第55-58页 |
4.5 实例验证 | 第58-60页 |
4.6 本章小结 | 第60-61页 |
结论与展望 | 第61-62页 |
参考文献 | 第62-67页 |
发表文章目录 | 第67-68页 |
致谢 | 第68-69页 |