基于极端学习机的混凝土抗压强度预测研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 选题的目的及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 本文主要研究内容 | 第14-15页 |
| 2 极端学习机神经网络 | 第15-22页 |
| 2.1 极端学习机 | 第15-20页 |
| 2.1.1 单隐层前馈神经网络 | 第15-17页 |
| 2.1.2 极端学习机 | 第17-20页 |
| 2.2 极端学习机特性 | 第20-21页 |
| 2.2.1 极端学习机的性质 | 第20-21页 |
| 2.2.2 极端学习机的特点 | 第21页 |
| 2.3 小结 | 第21-22页 |
| 3 混凝土抗压强度影响因素与检验 | 第22-28页 |
| 3.1 混凝土抗压强度影响因素分析 | 第22-26页 |
| 3.1.1 组分对抗压强度的影响 | 第22-25页 |
| 3.1.2 养护条件对抗压强度的影响 | 第25-26页 |
| 3.1.3 混凝土的成熟度 | 第26页 |
| 3.2 结构混凝土强度分析 | 第26-27页 |
| 3.2.1 标养强度的局限性 | 第26-27页 |
| 3.2.2 推定强度与钻芯强度分析 | 第27页 |
| 3.2.3 同条件养护试件的强度 | 第27页 |
| 3.3 小结 | 第27-28页 |
| 4 基于极端学习机的混凝土抗压强度预测 | 第28-35页 |
| 4.1 混凝土强度预测研究简介 | 第28页 |
| 4.2 极端学习机预测模型 | 第28-30页 |
| 4.3 应用实例 | 第30-34页 |
| 4.3.1 混凝土强度试验 | 第30-31页 |
| 4.3.2 预测建模 | 第31-34页 |
| 4.4 小结 | 第34-35页 |
| 5 基于改进极端学习机的混凝土抗压强度预测 | 第35-43页 |
| 5.1 主成分分析算法 | 第35-37页 |
| 5.2 基于主成分分析的改进极端学习机预测模型 | 第37-39页 |
| 5.3 应用实例 | 第39-42页 |
| 5.3.1 混凝土强度试验 | 第39页 |
| 5.3.2 预测建模 | 第39-42页 |
| 5.4 小结 | 第42-43页 |
| 结论 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 攻读硕士学位期间发表学术论文情况 | 第48-49页 |
| 致谢 | 第49-50页 |
