| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-24页 |
| 1.1 再生混凝土研究背景 | 第10-14页 |
| 1.1.1 废弃混凝土再生利用的必要性 | 第10页 |
| 1.1.2 再生混凝土的发展 | 第10-11页 |
| 1.1.3 再生混凝土的研究现状 | 第11-14页 |
| 1.2 保温混凝土研究背景 | 第14-19页 |
| 1.2.1 建筑节能的必要性 | 第14-15页 |
| 1.2.2 保温混凝土的发展 | 第15-17页 |
| 1.2.3 保温混凝土的研究现状 | 第17-19页 |
| 1.3 人工神经网络在土木工程中的广泛应用 | 第19-21页 |
| 1.4 本课题的提出 | 第21页 |
| 1.5 本文的主要研究内容 | 第21-24页 |
| 第二章 遗传算法优化BP神经网络 | 第24-38页 |
| 2.1 引言 | 第24页 |
| 2.2 人工神经网络概述 | 第24-27页 |
| 2.2.1 人工神经网络的发展历程 | 第24-25页 |
| 2.2.2 人工神经网络的特点 | 第25-26页 |
| 2.2.3 人工神经网络的应用 | 第26-27页 |
| 2.3 BP神经网络 | 第27-33页 |
| 2.3.1 BP神经网络的结构 | 第27-28页 |
| 2.3.2 BP神经网络的算法流程 | 第28-31页 |
| 2.3.3 BP神经网络的不足及改进 | 第31-33页 |
| 2.4 遗传算法优化BP神经网络 | 第33-37页 |
| 2.4.1 遗传算法 | 第33-35页 |
| 2.4.2 遗传算法优化BP神经网络 | 第35-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第三章 再生保温混凝土强度的影响因素 | 第38-46页 |
| 3.1 引言 | 第38页 |
| 3.2 水胶比对再生保温混凝土强度的影响 | 第38-39页 |
| 3.3 再生粗骨料对再生保温混凝土强度的影响 | 第39-42页 |
| 3.3.1 取代率对再生保温混凝土强度的影响 | 第39-41页 |
| 3.3.2 骨料性质对再生保温混凝土强度的影响 | 第41-42页 |
| 3.4 外掺料对再生保温混凝土强度的影响 | 第42-44页 |
| 3.5 本章小结 | 第44-46页 |
| 第四章 基于神经网络的再生保温混凝土强度预测模型 | 第46-64页 |
| 4.1 引言 | 第46页 |
| 4.2 BP神经网络强度预测模型的建立 | 第46-51页 |
| 4.2.1 训练样本 | 第46-47页 |
| 4.2.2 样本数据的归一化处理 | 第47-48页 |
| 4.2.3 网络隐含层层数及神经元数的确定 | 第48-49页 |
| 4.2.4 其他参数的确定 | 第49-51页 |
| 4.3 再生保温混凝土BP网络模型的训练过程 | 第51-54页 |
| 4.4 GA-BP神经网络强度预测模型的建立 | 第54-57页 |
| 4.4.1 遗传算法编码 | 第54-55页 |
| 4.4.2 适应度函数设计 | 第55页 |
| 4.4.3 遗传操作 | 第55-56页 |
| 4.4.4 其他控制参数的确定 | 第56-57页 |
| 4.5 再生保温混凝土GA-BP网络模型的训练过程 | 第57-61页 |
| 4.6 本章小结 | 第61-64页 |
| 第五章 再生保温混凝土强度预测模型的应用 | 第64-76页 |
| 5.1 引言 | 第64页 |
| 5.2 再生保温混凝土神经网络强度预测模型的性能评价 | 第64-71页 |
| 5.2.1 验证性试验设计 | 第64-68页 |
| 5.2.2 网络预测模型的预测效果评价 | 第68-70页 |
| 5.2.3 网络预测模型的训练效果评价 | 第70-71页 |
| 5.3 各类因素对再生保温混凝土强度的影响 | 第71-73页 |
| 5.3.1 水胶比对再生保温混凝土强度的影响 | 第71-72页 |
| 5.3.2 再生骨料取代率对再生保温混凝土强度的影响 | 第72-73页 |
| 5.4 本章小结 | 第73-76页 |
| 第六章 结论与展望 | 第76-78页 |
| 6.1 结论 | 第76页 |
| 6.2 展望 | 第76-78页 |
| 参考文献 | 第78-84页 |
| 附录 | 第84-88页 |
| 致谢 | 第88-90页 |
| 攻读硕士学位期间的科研工作 | 第90页 |
