| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·研究背景和意义 | 第10页 |
| ·常用的索力测试方法 | 第10-12页 |
| ·振动法索力测试及研究现状 | 第12-17页 |
| ·本文的主要工作 | 第17-18页 |
| 第二章 钢索的自由振动基本理论 | 第18-26页 |
| ·引言 | 第18页 |
| ·索的线性振动理论 | 第18-20页 |
| ·线性振动理论的发展概况 | 第18-19页 |
| ·钢索线性解析理论的基本假定 | 第19-20页 |
| ·钢索自由振动方程及其解 | 第20-22页 |
| ·三种边界条件下钢索的频率方程 | 第22-24页 |
| ·弯曲刚度的影响分析 | 第24-25页 |
| ·小结 | 第25-26页 |
| 第三章 附加质量法、BP神经网络及遗传算法 | 第26-43页 |
| ·引言 | 第26页 |
| ·附加质量法 | 第26-28页 |
| ·基本理论 | 第26页 |
| ·附加质量块对吊杆自振频率的影响 | 第26-28页 |
| ·BP神经网络 | 第28-33页 |
| ·BP神经网络的基本原理 | 第28页 |
| ·BP神经元 | 第28-29页 |
| ·BP网络 | 第29-32页 |
| ·BP算法的改进 | 第32-33页 |
| ·遗传算法 | 第33-40页 |
| ·遗传算法的基本概念 | 第34-35页 |
| ·遗传算法的原理 | 第35-38页 |
| ·遗传算法的应用 | 第38-40页 |
| ·遗传算法与BP神经网络的结合 | 第40-42页 |
| ·遗传算法与BP神经网络结合的可行性 | 第40页 |
| ·遗传算法和BP结合的方式 | 第40-42页 |
| ·小结 | 第42-43页 |
| 第四章 基于附加质量法的GA-BP神经网络识别吊杆张力 | 第43-58页 |
| ·概述 | 第43页 |
| ·附加质量法的数据准备 | 第43-45页 |
| ·边界条件影响分析 | 第43-44页 |
| ·数值计算 | 第44-45页 |
| ·GA-BP神经网络模型的建立 | 第45-50页 |
| ·算法流程 | 第45-46页 |
| ·遗传算法实现 | 第46-47页 |
| ·编程实现 | 第47-50页 |
| ·GA-BP神经网络数据训练 | 第50-57页 |
| ·算法稳定性验算 | 第50-52页 |
| ·算法收敛性验算 | 第52-56页 |
| ·算法有效性检验 | 第56-57页 |
| ·小结 | 第57-58页 |
| 第五章 基于附加质量法的GA-BP神经网络法的试验研究 | 第58-66页 |
| ·试验准备 | 第58页 |
| ·试验系统 | 第58-59页 |
| ·试验 | 第59-60页 |
| ·试验工况的确定 | 第59页 |
| ·试验步骤 | 第59-60页 |
| ·试验数据的采集 | 第60页 |
| ·试验数据的结果 | 第60页 |
| ·GA-BP神经网络模型的建立与数据对比 | 第60-64页 |
| ·数值计算网络训练 | 第60-61页 |
| ·识别结果与张力实测对比 | 第61-64页 |
| ·小结 | 第64-66页 |
| 结论与展望 | 第66-69页 |
| ·结论 | 第66-68页 |
| ·展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间取得的研究成果 | 第73-74页 |
| 致谢 | 第74-75页 |
| 附件 | 第75页 |