应用BP神经网络修正桥梁有限元模型
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 动力有限元模型修正 | 第12-14页 |
| 1.2.2 静力有限元模型修正 | 第14-15页 |
| 1.3 有限元模型修正概况 | 第15-16页 |
| 1.4 本文主要研究内容 | 第16-18页 |
| 2 有限元模型修正原理和方法 | 第18-23页 |
| 2.1 有限元模型修正的一般思路 | 第18-19页 |
| 2.2 有限元模型修正过程 | 第19-21页 |
| 2.2.1 修正方法选取 | 第19页 |
| 2.2.2 修正参数选取 | 第19-20页 |
| 2.2.3 目标函数构造 | 第20-21页 |
| 2.3 人工智能算法的应用 | 第21页 |
| 2.4 本章小结 | 第21-23页 |
| 3 人工神经网络的理论与方法 | 第23-30页 |
| 3.1 人工神经网络概述与发展 | 第23-24页 |
| 3.1.1 人工神经网络概述 | 第23页 |
| 3.1.2 人工神经网络的发展 | 第23-24页 |
| 3.2 人工神经网络模型 | 第24-26页 |
| 3.2.1 人工神经元模型 | 第24-25页 |
| 3.2.2 人工神经网络模型 | 第25-26页 |
| 3.3 BP神经网络算法概况 | 第26-29页 |
| 3.3.1 BP神经网络算法原理 | 第26页 |
| 3.3.2 BP神经网络算法模型及实现步骤 | 第26-29页 |
| 3.4 本章小结 | 第29-30页 |
| 4 BP神经网络基于MATLAB平台的应用 | 第30-41页 |
| 4.1 BP神经网络结构设计 | 第30-31页 |
| 4.1.1 输入输出参数的确定及处理 | 第30-31页 |
| 4.1.2 网络拓扑结构的选择 | 第31页 |
| 4.1.3 隐含层神经元数量的确定 | 第31页 |
| 4.2 BP神经网络样本参数优化 | 第31-34页 |
| 4.2.1 均匀设计简介 | 第32页 |
| 4.2.2 均匀设计表的构造及使用 | 第32-34页 |
| 4.2.3 均匀设计方法在BP神经网络中的应用 | 第34页 |
| 4.3 算例分析 | 第34-39页 |
| 4.3.1 样本数据归一化处理 | 第34-35页 |
| 4.3.2 BP预测模型的MATLAB实现 | 第35-37页 |
| 4.3.3 模型检验 | 第37-39页 |
| 4.4 预测模型的Matlab实现过程 | 第39-40页 |
| 4.5 本章小结 | 第40-41页 |
| 5 基于BP神经网络的桥梁有限元模型修正 | 第41-75页 |
| 5.1 桥梁状况 | 第41-43页 |
| 5.2 建立初始有限元模型 | 第43-47页 |
| 5.2.1 ABAQUS的简介 | 第43页 |
| 5.2.2 ABAQUS桥梁建模 | 第43-47页 |
| 5.3 桥梁的静载试验 | 第47-61页 |
| 5.3.1 测试项目 | 第47-49页 |
| 5.3.2 加载工况及试验荷载布置方式 | 第49-55页 |
| 5.3.3 试验数据分析 | 第55-61页 |
| 5.4 桥梁的有限元模型修正 | 第61-64页 |
| 5.4.1 待修正参数选取 | 第61-62页 |
| 5.4.2 BP神经网络样本均匀设计优化 | 第62-64页 |
| 5.4.3 有限元模型修正 | 第64页 |
| 5.5 模型修正后对比分析 | 第64-74页 |
| 5.5.1 待修正参数预测值 | 第64-65页 |
| 5.5.2 模型修正结果 | 第65-68页 |
| 5.5.3 模型修正前后误差分析 | 第68-74页 |
| 5.6 本章小结 | 第74-75页 |
| 6 结论与展望 | 第75-77页 |
| 6.1 结论 | 第75页 |
| 6.2 展望 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 附录 | 第81-83页 |
| 致谢 | 第83-84页 |
| 个人简历 | 第84页 |
