遗传算法和神经网络在寻求箱梁剪力滞位移函数中的应用
| 第1章 绪论 | 第1-17页 |
| ·问题的提出 | 第7-8页 |
| ·箱梁的优点 | 第7页 |
| ·箱梁的发展趋势 | 第7-8页 |
| ·工程背景 | 第8页 |
| ·剪力滞概述 | 第8-14页 |
| ·剪力滞的定义 | 第8-10页 |
| ·剪力滞研究的历史与现状 | 第10-11页 |
| ·常见的几种研究方法 | 第11-13页 |
| ·位移函数的常见形式及其缺点 | 第13-14页 |
| ·箱梁设计中的剪力滞问题 | 第14-15页 |
| ·论文主要内容 | 第15页 |
| ·研究的目的、方法和意义 | 第15-17页 |
| ·目的 | 第15-16页 |
| ·方法 | 第16页 |
| ·意义 | 第16-17页 |
| 第2章 遗传算法和神经网络 | 第17-28页 |
| ·遗传算法 | 第17-23页 |
| ·常用数据拟合方法 | 第17-18页 |
| ·遗传算法的拟合优势 | 第18页 |
| ·遗传算法概述 | 第18-23页 |
| ·神经网络 | 第23-28页 |
| ·神经网络概述 | 第23-26页 |
| ·BP网络 | 第26-28页 |
| 第3章 箱形梁的有限元计算 | 第28-39页 |
| ·剪力滞分析模型的选择 | 第28-30页 |
| ·支承形式和截面尺寸 | 第28-29页 |
| ·计算分类 | 第29-30页 |
| ·有限元求解 | 第30-32页 |
| ·数据整理 | 第32-35页 |
| ·数据分析 | 第35-39页 |
| 第4章 参数拟合 | 第39-45页 |
| ·分段拟合的必要性 | 第39-40页 |
| ·求解剪力滞系数 | 第40页 |
| ·遗传算法拟合步骤 | 第40-41页 |
| ·数据拟合 | 第41-45页 |
| 第5章 网络识别 | 第45-55页 |
| ·BP网络程序 | 第45-46页 |
| ·单元选择 | 第46-47页 |
| ·网络训练 | 第47-52页 |
| ·网络总体参数 | 第47-48页 |
| ·底板部分网络 | 第48-50页 |
| ·顶板内侧部分网络 | 第50-51页 |
| ·悬臂部分网络 | 第51-52页 |
| ·网络测试 | 第52-54页 |
| ·位移函数 | 第54-55页 |
| 第6章 剪力滞问题的算例 | 第55-64页 |
| ·算例1 | 第55-56页 |
| ·算例2 | 第56-63页 |
| ·模型及参数 | 第56-57页 |
| ·计算 | 第57-61页 |
| ·结果对照 | 第61-63页 |
| ·结论与展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 攻读学位期间发表的论文 | 第69页 |
