预应力锚固结构外露段动力特性研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-20页 |
| ·研究背景及意义 | 第10-13页 |
| ·问题的提出 | 第13-14页 |
| ·基于单自由度测试原理相关内容的研究现状 | 第14-18页 |
| ·基于法向应力接触问题的动、静力切向刚度研究现状 | 第14-16页 |
| ·横向动力响应问题研究现状 | 第16-17页 |
| ·基于动力方程的参数识别研究现状 | 第17-18页 |
| ·研究目的及主要内容 | 第18-20页 |
| 第二章 单自由度模型可行性分析与静动载试验 | 第20-36页 |
| ·单自由度振动模型可行性分析 | 第20-21页 |
| ·静载试验 | 第21-29页 |
| ·试验模型的建立 | 第22页 |
| ·试验仪器 | 第22-24页 |
| ·试验方案 | 第24-27页 |
| ·静载试验数据和结果分析 | 第27-29页 |
| ·动载试验 | 第29-35页 |
| ·试验仪器 | 第29页 |
| ·试验方案 | 第29-31页 |
| ·动载试验数据和结果分析 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 基于单自由度的最小二乘法识别刚度 | 第36-42页 |
| ·最小二乘法原理 | 第36-38页 |
| ·最小二乘识别刚度应用 | 第38-39页 |
| ·对动力参数识别结果与分析 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 基于单自由度的遗传算法识别刚度 | 第42-58页 |
| ·遗传算法的概念 | 第42-43页 |
| ·遗传算法的原理 | 第43-46页 |
| ·遗传算法的数学模型 | 第43页 |
| ·遗传算法的构成要素 | 第43-45页 |
| ·遗传算法的步骤 | 第45-46页 |
| ·遗传算法工具箱 | 第46-47页 |
| ·遗传算法工具箱识别刚度应用 | 第47-48页 |
| ·对动力参数识别结果与分析 | 第48-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 基于单自由度的神经网络识别刚度 | 第58-70页 |
| ·神经网络的概述 | 第58-59页 |
| ·神经网络的定义 | 第58页 |
| ·神经元细胞 | 第58-59页 |
| ·神经网络的基本结构与模型 | 第59-63页 |
| ·神经元模型 | 第59页 |
| ·神经元变换函数 | 第59-61页 |
| ·单层神经元网络 | 第61-62页 |
| ·多层神经网络 | 第62-63页 |
| ·线性神经网络 | 第63-64页 |
| ·线性神经元模型 | 第63页 |
| ·W-H 学习规则 | 第63-64页 |
| ·网络训练 | 第64页 |
| ·线性神经网络识别刚度应用 | 第64-66页 |
| ·对动力参数识别结果与分析 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 总结和展望 | 第70-74页 |
| ·总结 | 第70-71页 |
| ·展望 | 第71-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-80页 |
| 附录 | 第80-85页 |
