油菜秸秆混凝土性能的试验研究
摘要 | 第1-5页 |
Abstract | 第5-9页 |
第一章 绪论 | 第9-18页 |
1 研究背景 | 第9-10页 |
2 国内外研究现状 | 第10-13页 |
3 研究方案 | 第13-16页 |
·主要研究内容 | 第13-14页 |
·研究方法 | 第14-15页 |
·理论分析 | 第15-16页 |
4 本文创新之处 | 第16-18页 |
第二章 秸秆基混凝土抗拉性能研究 | 第18-30页 |
1 引言 | 第18页 |
2 材料与试验 | 第18-22页 |
·试验材料 | 第18-20页 |
·试验仪器 | 第20页 |
·方案设计与试验方法 | 第20-22页 |
3 试验结果分析与讨论 | 第22-28页 |
·灰分掺量的影响 | 第22-24页 |
·混凝土水灰比的影响 | 第24-27页 |
·数据回归分析 | 第27-28页 |
4 小结 | 第28-30页 |
第三章 双掺混凝土性能影响的试验研究 | 第30-43页 |
1 引言 | 第30页 |
2 材料与试验 | 第30-31页 |
·试验材料 | 第30页 |
·方案设计与试验方法 | 第30-31页 |
3 试验结果分析与讨论 | 第31-42页 |
·双掺对混凝土工作性能和表观密度的影响 | 第31-32页 |
·双掺对混凝土力学性能的影响 | 第32-35页 |
·水胶比对双掺混凝土力学性能的影响 | 第35-37页 |
·水泥标号对双掺混凝土力学性能的影响 | 第37-38页 |
·基于Matlab的秸秆基混凝土数据逐步回归分析 | 第38-42页 |
4 章节小结 | 第42-43页 |
第四章 基于BP神经网络的秸秆基混凝土强度预测 | 第43-57页 |
1 引言 | 第43页 |
2 神经网络介绍 | 第43-49页 |
·BP神经网络 | 第44-46页 |
·优化算法介绍 | 第45-46页 |
·研究方法 | 第46页 |
·构件模型 | 第46-49页 |
·数据归一化 | 第46-47页 |
·网络结构的确定 | 第47页 |
·BP神经网络程序 | 第47-49页 |
3 结果分析 | 第49-55页 |
·L-M优化算法 | 第49-51页 |
·贝叶斯正则化算法 | 第51-53页 |
·BP神经网络算法 | 第53-54页 |
·优化比较 | 第54-55页 |
4 小结 | 第55-57页 |
第五章 结论与建议 | 第57-59页 |
1 结论 | 第57页 |
2 建议 | 第57-59页 |
参考文献 | 第59-62页 |
致谢 | 第62-63页 |
作者简介 | 第63页 |