基于FNN的底层框架建筑震害分析
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 引言 | 第9-16页 |
| 1.1 选题背景与震害预测的意义 | 第9-11页 |
| 1.2 国内外震害预测的发展现状 | 第11-15页 |
| 1.3 研究内容 | 第15-16页 |
| 第2章 模糊理论与BP网络基本理论概述 | 第16-23页 |
| 2.1 模糊理论概述 | 第16-18页 |
| 2.2 神经网络模型理论分析 | 第18-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 基于FNN的建筑震害预测模型分析 | 第23-35页 |
| 3.1 BP网络与模糊理论相结合的分析模式 | 第23-24页 |
| 3.2 基于FNN的建筑物震害模型设计 | 第24-26页 |
| 3.2.1 确定预测因素和指标隶属度 | 第24-26页 |
| 3.2.2 建立模糊BP模型 | 第26页 |
| 3.3 神经网络算法及改进 | 第26-30页 |
| 3.3.1 BP神经网络的应用于震害分析的合理性 | 第26-27页 |
| 3.3.2 传统神经网络的优化 | 第27-29页 |
| 3.3.3 基于遗传算法的优化BP神经网络构建 | 第29-30页 |
| 3.4 底层框架建筑震害预测步骤 | 第30页 |
| 3.5 震害因子的选择和量化 | 第30-31页 |
| 3.6 明确震害等级的划分 | 第31-33页 |
| 3.7 建立优化后的FNN神经网络 | 第33-34页 |
| 3.8 本章小结 | 第34-35页 |
| 第4章 基于FNN的建筑震害分析的实例检验 | 第35-48页 |
| 4.1 建筑震害影响因素的选择与细分 | 第35-37页 |
| 4.2 BP网络模型的训练 | 第37-38页 |
| 4.3 BP网络模型的优化学习 | 第38-45页 |
| 4.4 优化后的BP网络震害分析模型 | 第45-46页 |
| 4.5 建筑物震害估算检验 | 第46-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第5章 结论与展望 | 第48-50页 |
| 5.1 结论 | 第48页 |
| 5.2 展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 附录 研究生在校期间发表的文章 | 第55页 |
