含腐蚀缺陷海洋立管剩余强度预测
| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 插图索引 | 第9-10页 |
| 附表索引 | 第10-11页 |
| 第1章 绪论 | 第11-15页 |
| ·课题研究背景及意义 | 第11页 |
| ·研究现状 | 第11-14页 |
| ·腐蚀管道剩余强度研究现状 | 第11-13页 |
| ·人工神经网络在腐蚀管道研究中的应用 | 第13-14页 |
| ·本章研究主要内容 | 第14-15页 |
| 第2章 人工神经网络和遗传算法 | 第15-27页 |
| ·引言 | 第15页 |
| ·人工神经网络 | 第15-17页 |
| ·人工神经元模型 | 第15-16页 |
| ·人工神经网络模型 | 第16页 |
| ·人工神经网络学习算法 | 第16页 |
| ·人工神经网络特点 | 第16-17页 |
| ·BP神经网络 | 第17-21页 |
| ·BP神经网络结构模型 | 第17-19页 |
| ·BP神经网络学习算法 | 第19-20页 |
| ·BP神经网络特点 | 第20-21页 |
| ·遗传算法 | 第21-24页 |
| ·遗传算法的基本原理 | 第21页 |
| ·遗传算法实现步骤 | 第21-24页 |
| ·遗传算法的特点 | 第24页 |
| ·遗传算法优化BP神经网络 | 第24-26页 |
| ·遗传算法优化BP神经网络的结构 | 第25页 |
| ·遗传算法优化BP神经网络的权值和阈值 | 第25页 |
| ·遗传算法优化BP神经网络的学习规则 | 第25-26页 |
| ·GA-BP神经网络 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第3章 含单个腐蚀缺陷海洋立管剩余强度评估 | 第27-37页 |
| ·引言 | 第27页 |
| ·单个腐蚀缺陷剩余强度评估理论 | 第27-28页 |
| ·正交设计法构造样本集 | 第28-29页 |
| ·GA-BP神经网络模型建立 | 第29-34页 |
| ·BP神经网络拓扑结构确定 | 第29-31页 |
| ·遗传算法优化BP神经网络的权值和阈值 | 第31-32页 |
| ·GA-BP神经网络的训练 | 第32-33页 |
| ·GA-BP神经网络的预测 | 第33-34页 |
| ·海洋立管剩余强度影响因素分析 | 第34-36页 |
| ·径厚比对海洋立管剩余强度的影响 | 第34-35页 |
| ·腐蚀缺陷长度对海洋立管剩余强度的影响 | 第35-36页 |
| ·腐蚀缺陷相对深度对海洋立管剩余强度的影响 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第4章 含相互作用腐蚀缺陷海洋立管剩余强度评估 | 第37-45页 |
| ·引言 | 第37页 |
| ·相互作用腐蚀缺陷剩余强度评估理论 | 第37-38页 |
| ·正交设计法构造样本集 | 第38页 |
| ·GA-BP神经网络模型建立 | 第38-41页 |
| ·BP神经网络结构确定 | 第38-39页 |
| ·数据预处理和遗传算法 | 第39页 |
| ·GA-BP神经网络的训练 | 第39-40页 |
| ·GA-BP神经网络的预测 | 第40-41页 |
| ·海洋立管剩余强度影响因素分析 | 第41-43页 |
| ·腐蚀缺陷长度对海洋立管剩余强度的影响 | 第41-42页 |
| ·腐蚀缺陷相对深度对海洋立管剩余强度的影响 | 第42-43页 |
| ·相互作用腐蚀缺陷距离对海洋立管剩余强度的影响 | 第43页 |
| ·本章小结 | 第43-45页 |
| 结论与展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-52页 |
| 附录A：攻读硕士学位期间发表的学术论文 | 第52页 |
