| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 变量注释表 | 第20-22页 |
| 1 绪论 | 第22-37页 |
| 1.1 研究背景及意义 | 第22-24页 |
| 1.2 国内外研究现状 | 第24-34页 |
| 1.3 目前研究中存在的问题分析 | 第34-35页 |
| 1.4 研究目标、研究内容及技术路线 | 第35-37页 |
| 2 深受弯构件的设计与制作 | 第37-52页 |
| 2.1 试验构件的设计与分组 | 第37-41页 |
| 2.2 量测的内容和方法 | 第41-44页 |
| 2.3 试验构件的制作与养护 | 第44-45页 |
| 2.4 常温下钢筋和混凝土材料的力学性能 | 第45-46页 |
| 2.5 高温后钢筋和混凝土的力学性能 | 第46-50页 |
| 2.6 本章小结 | 第50-52页 |
| 3 常温下深受弯构件抗剪性能的研究 | 第52-91页 |
| 3.1 试验过程 | 第52-54页 |
| 3.2 试验现象 | 第54-68页 |
| 3.3 试验结果与分析 | 第68-82页 |
| 3.4 基于ABAQUS的深受弯构件抗剪性能分析 | 第82-89页 |
| 3.5 本章小结 | 第89-91页 |
| 4 高温后深受弯构件抗剪性能的研究 | 第91-117页 |
| 4.1 试验过程 | 第91-92页 |
| 4.2 试验现象 | 第92-109页 |
| 4.3 试验结果与分析 | 第109-115页 |
| 4.4 本章小结 | 第115-117页 |
| 5 火灾高温后深受弯构件的剩余承载力预计 | 第117-137页 |
| 5.1 基于传热学理论的混凝土内温度场的分析 | 第117-123页 |
| 5.2 深受弯构件内部温度场的简化计算 | 第123-124页 |
| 5.3 基于ABAQUS的深受弯构件截面温度场计算 | 第124-126页 |
| 5.4 火灾高温后深受弯构件抗剪承载力计算 | 第126-135页 |
| 5.5 本章小结 | 第135-137页 |
| 6 基于粒子群优化的神经网络在深受弯构件抗剪性能预测中的应用研究 | 第137-154页 |
| 6.1 人工神经网络的基本理论 | 第137-142页 |
| 6.2 BP神经网络的局限性和改进方法 | 第142页 |
| 6.3 粒子群算法优化神经网络 | 第142-146页 |
| 6.4 PSO-BP神经网络在深受弯构件抗剪承载力预测中的建模 | 第146-149页 |
| 6.5 PSO-BP神经网络在深受弯构件抗剪承载力预测中的应用 | 第149-153页 |
| 6.6 本章小结 | 第153-154页 |
| 7 结论与展望 | 第154-156页 |
| 7.1 论文主要结论 | 第154-155页 |
| 7.2 未来工作展望 | 第155-156页 |
| 参考文献 | 第156-163页 |
| 附录A | 第163-173页 |
| 作者简历 | 第173-176页 |
| 学位论文数据集 | 第176页 |
