| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 引言 | 第9-10页 |
| 1.2 斜拉桥损伤识别的研究现状 | 第10-14页 |
| 1.3 拉索索力监测和桥梁挠度监测的研究现状 | 第14-16页 |
| 1.3.1 斜拉桥索力检测的研究现状 | 第14-15页 |
| 1.3.2 桥梁挠度检测技术的研究现状 | 第15-16页 |
| 1.4 支持向量机理论及其应用的研究现状 | 第16-18页 |
| 1.5 本文研究的内容和创新点 | 第18-19页 |
| 第二章 斜拉桥有限元模型的建立 | 第19-29页 |
| 2.1 芜湖长江大桥概况 | 第19-22页 |
| 2.2 斜拉桥有限元模型的建立 | 第22-24页 |
| 2.2.1 斜拉桥的非线性问题 | 第22-23页 |
| 2.2.2 模型的建立 | 第23-24页 |
| 2.3 模型的调整 | 第24-28页 |
| 2.3.1 调整索力的方法 | 第24-27页 |
| 2.3.2 成桥模型线型的调整 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 支持向量机基础理论 | 第29-48页 |
| 3.1 小样本数据挖掘的研究方法 | 第29-31页 |
| 3.2 统计学习理论 | 第31-34页 |
| 3.3 线性分类器 | 第34-35页 |
| 3.4 几何间隔 | 第35-36页 |
| 3.5 核函数 | 第36-41页 |
| 3.5.1 核函数的作用 | 第36-38页 |
| 3.5.2 核函数的详细算法 | 第38-40页 |
| 3.5.3 常用的核函数 | 第40-41页 |
| 3.6 松弛变量 | 第41-44页 |
| 3.6.1 松弛标量的作用 | 第41-42页 |
| 3.6.2 松弛变量的数学表达 | 第42-44页 |
| 3.7 回归原理 | 第44-47页 |
| 3.8 本章小结 | 第47-48页 |
| 第四章 支持向量机参数及其优化方法研究 | 第48-69页 |
| 4.1 参数设置对支持向量机的影响 | 第48-49页 |
| 4.2 支持向量机的参数优化方法 | 第49-57页 |
| 4.2.1 基于遗传算法的参数优化方法 | 第50-53页 |
| 4.2.2 基于粒子群算法的参数优化方法 | 第53-56页 |
| 4.2.3 基于网格搜索的参数优化方法 | 第56-57页 |
| 4.2.4 标准的参数优化方法比较 | 第57页 |
| 4.3 改进的参数优化方法 | 第57-67页 |
| 4.3.1 改进的核参数优化方法 | 第58-63页 |
| 4.3.2 改进的惩罚参数优化方法 | 第63-67页 |
| 4.4 确定最终的参数设置 | 第67-68页 |
| 4.5 本章小结 | 第68-69页 |
| 第五章 关于挠度与索力的预测函数求解 | 第69-104页 |
| 5.1 预测函数的宗旨 | 第69-71页 |
| 5.2 有限元模型数据的分布概况 | 第71-73页 |
| 5.3 计算方案设计 | 第73-74页 |
| 5.4 计算工具的比较选择 | 第74-79页 |
| 5.4.1 甄选计算工具 | 第75-77页 |
| 5.4.2 最小二乘支持向量机 LSSVM 的算法研究 | 第77-79页 |
| 5.5 基于最小二乘支持向量机 LSSVM 的单个工况计算方法 | 第79-94页 |
| 5.5.1 单个工况样本数据的编排整理 | 第79-80页 |
| 5.5.2 单个工况样本数据的归一化处理 | 第80-82页 |
| 5.5.3 单个工况样本数据的交叉验证建模 | 第82-85页 |
| 5.5.4 单个工况的 LSSVM 模型计算 | 第85-87页 |
| 5.5.5 单个工况的回归误差分析代码实现 | 第87-88页 |
| 5.5.6 单个工况的计算结果 | 第88-94页 |
| 5.6 全部工况的预测函数计算 | 第94-103页 |
| 5.6.1 全部工况的计算过程 | 第94-98页 |
| 5.6.2 全部工况预测函数的特征分析 | 第98-101页 |
| 5.6.3 全部工况预测函数的泛化应用 | 第101-103页 |
| 5.7 本章小结 | 第103-104页 |
| 第六章 结论与展望 | 第104-106页 |
| 参考文献 | 第106-109页 |
| 致谢 | 第109-110页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第110页 |