首页--交通运输论文--公路运输论文--道路工程论文--路基、路面工程论文--路基工程论文

基于BP神经网络的高填石路堤本构模型参数识别及应用研究

摘要第1-4页
ABSTRACT第4-8页
主要符号说明第8-9页
第一章 绪论第9-15页
   ·研究的背景、目的及意义第9-10页
   ·基于神经网络智能反分析的研究历史与现状第10-11页
   ·模型参数的识别第11-13页
     ·参数识别的基本原则第11页
     ·本构模型参数识别的主要方法第11-13页
   ·本文的主要研究工作和内容第13-15页
     ·研究内容第13页
     ·研究路线第13-15页
第二章 高填石路堤非线性本构模型第15-24页
   ·概述第15页
   ·非线性弹性模型第15-21页
     ·邓肯-张(E-B)模型第15-19页
     ·弹塑性模型第19-21页
     ·本构模型比较第21页
   ·非线性问题的求解方法第21-23页
     ·增量初应力法第21-22页
     ·增量初应变法第22-23页
   ·本章小结第23-24页
第三章 高填石路堤蠕变本构模型研究第24-35页
   ·概述第24页
   ·填石料的蠕变变形特性第24-25页
   ·元件本构模型第25-32页
     ·基本元件第25-27页
     ·组合模型第27-32页
   ·高填石路堤三参数蠕变本构模型第32-34页
     ·蠕变经验本构关系第32-33页
     ·三参数蠕变本构模型的建立第33-34页
     ·工后蠕变沉降的计算第34页
   ·本章小结第34-35页
第四章 高填石路堤沉降监测分析第35-46页
   ·工程概况第35页
   ·高填石路堤沉降监测与成果分析第35-45页
     ·监测目的第35页
     ·监测方法第35-39页
     ·成果及分析第39-45页
   ·本章小结第45-46页
第五章 高填石路堤有限元数值模拟分析第46-57页
   ·有限元法简介第46-48页
     ·有限元法概述第46页
     ·有限元法分析过程第46-48页
   ·路堤有限元分析模型建立第48-49页
     ·ANSYS 简介第48页
     ·计算模型第48-49页
   ·路堤计算及分析第49-56页
     ·填石体变形机理及分层填筑加载原理第49-50页
     ·施工过程的有限元模拟第50-52页
     ·路堤施工的位移及应力分析第52-56页
   ·本章小结第56-57页
第六章 神经网络反分析模型的建立及应用第57-80页
   ·人工神经网络简介第57-61页
     ·人工神经元模型第57-58页
     ·人工神经网络的分类第58-59页
     ·神经网络的学习方式第59-60页
     ·神经网络的学习规则第60-61页
   ·BP 神经网络第61-67页
     ·BP 网络的基本思想第61-63页
     ·BP 算法基本步骤第63-65页
     ·BP 算法存在的问题及改进第65-67页
   ·BP 神经网络反分析的实现第67-70页
     ·BP 神经网络反分析的基本步骤第67-68页
     ·BP 神经网络结构的确定第68-70页
   ·弹塑性模型参数的智能识别第70-76页
     ·弹塑性模型参数正交模拟计算第70-72页
     ·网络的设计参数及训练第72-75页
     ·反演结果分析第75-76页
   ·E-B 模型参数的智能识别第76-77页
     ·E-B 模型参数正交模拟计算第76页
     ·网络的设计参数及训练第76页
     ·反演结果分析第76-77页
   ·蠕变模型参数的智能识别第77-79页
     ·蠕变模型参数正交模拟计算第77-78页
     ·网络的设计参数及训练第78页
     ·反演结果分析第78-79页
   ·本章小结第79-80页
第七章 结论与展望第80-81页
   ·主要工作回顾第80页
   ·本课题今后需进一步研究的地方第80-81页
参考文献第81-84页
附录第84-86页
个人简历 在读期间发表的学术论文第86-87页
致谢第87页

论文共87页,点击 下载论文
上一篇:基于固有频率变化的桥梁损伤识别
下一篇:事故车辆现场检验鉴定分析与仿真软件开发