| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-17页 |
| ·桥梁结构损伤识别的意义 | 第9-10页 |
| ·桥梁结构损伤识别的研究现状评述 | 第10-15页 |
| ·损伤的概念与结构损伤识别的基本内容 | 第10页 |
| ·基于局部检测的桥梁结构损伤识别法 | 第10-11页 |
| ·基于整体检测的桥梁结构损伤识别法 | 第11-15页 |
| ·本文主要研究内容 | 第15-17页 |
| 第二章 神经网络及其在两跨连续梁单损伤识别中的应用研究 | 第17-28页 |
| ·神经网络的理论和方法 | 第17-23页 |
| ·神经网络的基本特点 | 第17-19页 |
| ·神经网络的学习与计算 | 第19-20页 |
| ·BP 网络结构及其学习算法 | 第20-22页 |
| ·BP 算法的缺点及改进方法 | 第22-23页 |
| ·MATLAB 神经网络工具箱 | 第23-24页 |
| ·应用神经网络进行损伤诊断时输入参数的选取 | 第24页 |
| ·神经网络在两跨连续梁单损伤识别中的应用研究 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第三章基于模态应变能和神经网络的分步损伤识别 | 第28-44页 |
| ·引言 | 第28页 |
| ·利用单元模态应变能进行结构的损伤定位 | 第28-35页 |
| ·理论基础 | 第28-30页 |
| ·数值仿真算例 | 第30-35页 |
| ·基于BP 神经网络的损伤程度识别 | 第35-42页 |
| ·损伤指标的选择 | 第35-36页 |
| ·基于频率类参数的神经网络损伤程度识别 | 第36-42页 |
| ·损伤样本点密度对损伤程度识别精度的影响 | 第42页 |
| ·本章小结 | 第42-44页 |
| 第四章 基于遗传算法的桥梁结构损伤识别研究 | 第44-61页 |
| ·遗传算法基本理论 | 第44-47页 |
| ·编码方式 | 第45页 |
| ·选择算子 | 第45页 |
| ·交叉算子 | 第45-46页 |
| ·变异算子 | 第46页 |
| ·适应度函数 | 第46页 |
| ·遗传算法与传统方法的比较 | 第46-47页 |
| ·MATLAB 遗传算法工具箱 | 第47-48页 |
| ·损伤识别参数的选择 | 第48-49页 |
| ·基于遗传算法的桥梁结构损伤诊断的求解思路 | 第49-50页 |
| ·遗传算法控制参数的确定 | 第50-51页 |
| ·损伤识别数值仿真分析 | 第51-57页 |
| ·简支梁结构的损伤识别 | 第51-53页 |
| ·固端梁结构的损伤识别 | 第53-55页 |
| ·连续梁结构的损伤识别 | 第55-57页 |
| ·随机噪声对识别结果的影响 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 结论与展望 | 第61-63页 |
| 1 本文所做的主要工作及结论 | 第61-62页 |
| 2 进一步的研究展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 附录 | 第69页 |