基于神经网络的桥梁损伤识别
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·桥梁结构健康监测和损伤识别的意义 | 第9-10页 |
| ·结构损伤检测的内容 | 第10页 |
| ·国内外结构损伤研究进展及方向 | 第10-11页 |
| ·结构损伤检测研究中存在的问题 | 第11-12页 |
| ·结构损伤检测技术的发展趋势和研究重点 | 第12-13页 |
| ·本文的主要研究内容 | 第13-14页 |
| 第2章 桥梁损伤识别的基本理论 | 第14-26页 |
| ·静力参数诊断法 | 第14-15页 |
| ·动力参数诊断法 | 第15-22页 |
| ·基于固有频率变化的损伤识别技术 | 第15-16页 |
| ·基于振型变化的损伤识别技术 | 第16-18页 |
| ·基于应变模态变化的损伤识别技术 | 第18-19页 |
| ·基于频响函数的损伤识别技术 | 第19页 |
| ·基于模态应变能的损伤识别技术 | 第19-20页 |
| ·基于柔度变化的损伤识别技术 | 第20-21页 |
| ·基于残余力向量的损伤识别技术 | 第21-22页 |
| ·智能诊断方法在损伤识别中的应用 | 第22-25页 |
| ·遗传算法的损伤识别技术 | 第22-23页 |
| ·小波分析的损伤识别技术 | 第23-24页 |
| ·神经网络的损伤识别技术 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 神经网络及在桥梁损伤诊断中的应用综述 | 第26-42页 |
| ·人工神经网络的基本理论 | 第26-29页 |
| ·人工神经网络模型 | 第26-28页 |
| ·人工神经网络的分类 | 第28页 |
| ·神经网络的学习 | 第28-29页 |
| ·BP网络及 BP算法 | 第29-39页 |
| ·BP学习算法 | 第29-32页 |
| ·BP经典算法的改进—LM算法 | 第32-34页 |
| ·BP学习算法比较 | 第34页 |
| ·BP网络的局限性 | 第34-35页 |
| ·BP网络的泛化能力及影响因素 | 第35-38页 |
| ·BP网络设计的基本方法 | 第38-39页 |
| ·神经网络在结构损伤识别中的应用 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 简支梁的损伤识别 | 第42-62页 |
| ·损伤识别指标的选取 | 第42-43页 |
| ·损伤位置的识别 | 第43-51页 |
| ·单个单元损伤的识别 | 第43-45页 |
| ·两个单元损伤的识别 | 第45-48页 |
| ·三个单元损伤的识别 | 第48-51页 |
| ·损伤程度的识别 | 第51-61页 |
| ·损伤样本的提取 | 第51-52页 |
| ·选取输入参数 | 第52-53页 |
| ·神经网络的建立和训练 | 第53-57页 |
| ·神经网络的仿真 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 连续梁的损伤识别 | 第62-71页 |
| ·计算模型的选取 | 第62-63页 |
| ·单元损伤分析 | 第63-65页 |
| ·神经网络样本采集 | 第65页 |
| ·神经网络的学习 | 第65-66页 |
| ·神经网络仿真 | 第66-70页 |
| ·本章小结 | 第70-71页 |
| 第6章 结论与展望 | 第71-73页 |
| ·本文总结 | 第71-72页 |
| ·展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间发表的论文及参加的科研项目 | 第78页 |
