首页--天文学、地球科学论文--地球物理学论文--大地(岩石界)物理学(固体地球物理学)论文--地震学论文--工程地震论文

城市建筑物震害及震害经济损失预测方法研究

摘要第1-5页
ABSTRACT第5-8页
1 绪论第8-16页
   ·城市地震灾害第8-10页
     ·我国的地震灾害第8页
     ·城市地震灾害特点第8-10页
   ·进行城市建筑物震害预测研究的意义第10-11页
     ·城市抗震防灾规划第10-11页
     ·城市建筑物震害预测的地位第11页
   ·国内外震害损失预测研究现状第11-13页
     ·国外研究现状第11-12页
     ·国内研究现状第12-13页
   ·本文的研究意义和研究内容第13-16页
     ·研究意义第13页
     ·研究内容第13-15页
     ·论文研究的技术路线第15-16页
2 地震灾害损失预测理论第16-26页
   ·地震灾害损失及其分类第16-19页
     ·直接经济损失第16-18页
     ·间接经济损失第18-19页
   ·地震灾害经济损失预测常用方法综述第19-22页
     ·一般性方法第19页
     ·易损性分类清单法第19-21页
     ·宏观易损性方法第21-22页
   ·建筑物震害预测方法综述第22-26页
3 基于特征参数类比的建筑物震害预测方法研究第26-43页
   ·几个基本术语第26-28页
     ·建筑物震害等级划分第26-27页
     ·震害指数第27页
     ·平均震害指数第27-28页
     ·震害矩阵第28页
   ·基于特征参数类比的震害预测法的基本原理第28页
   ·基于模糊层次分析法的建筑物特征参数权重的确定第28-36页
     ·房屋建筑的分类第29页
     ·特征参数的选择及量化第29-32页
     ·特征参数权重的确定方法的选择第32-34页
     ·特征参数权重的计算第34-36页
   ·基于特征参数类比的震害预测法的步骤第36-37页
   ·实例验证第37-43页
     ·建筑物调查情况第37-40页
     ·基于特征参数类比的建筑物震害预测第40-43页
4 基于GA—ANN宏观易损性模型的震灾经济损失预测方法研究第43-70页
   ·人工神经网络和遗传算法理论第43-54页
     ·人工神经网络基本原理第43-46页
     ·BP神经网络及其改进第46-51页
     ·遗传算法理论第51-53页
     ·遗传算法和神经网络的结合第53-54页
   ·基于GA—ANN的宏观易损性模型的建立第54-62页
     ·样本数据的收集与处理第54-55页
     ·输入层和输出层的设计第55页
     ·隐含数和隐层节点设计第55-56页
     ·遗传算法优化神经网络的权值和闭值第56-58页
     ·遗传优化的BP神经网络及MATLAB实现第58-62页
   ·模型的训练分析第62-64页
   ·模型的仿真结果分析与评价第64-65页
   ·本文GA—ANN宏观易损性模型在汶川地震损失评估中的应用第65-70页
     ·本文GA—ANN宏观易损性模型评估汶川地震四川省的经济损失第65-68页
     ·与民政部、国家汶川地震委员会的评估结果对比分析第68-70页
5 结论第70-72页
   ·结论第70-71页
   ·展望第71-72页
参考文献第72-75页
附录 样本原始数据第75-82页
攻读硕士学位期间发表学术论文情况第82-83页
致谢第83-84页

论文共84页,点击 下载论文
上一篇:关于会话中文末表现カラ的使用与理解的考察--高级日语学习者与日语母语者的对比分析
下一篇:涡激振动的离散涡数值模拟