| 摘要 | 第1-5页 |
| Abstract | 第5-4页 |
| 中文摘要 | 第4-5页 |
| 英文摘要 | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·引言 | 第8页 |
| ·研究的目的与意义 | 第8-10页 |
| ·GIS 技术对结构健康监测和安全评估系统的支持作用 | 第9-10页 |
| ·地理信息系统的特征 | 第9页 |
| ·应用地理信息技术的意义 | 第9-10页 |
| ·桥梁结构健康监测系统研究现状及发展 | 第10-13页 |
| ·国内外桥梁监测系统简介 | 第10-11页 |
| ·国内外对GIS 的已有研究及应用 | 第11-13页 |
| ·桥梁综合监测的发展方向 | 第13页 |
| ·本文的主要研究内容 | 第13-15页 |
| 第二章 桥梁健康监测系统的构建 | 第15-19页 |
| ·桥梁健康监测系统的概念 | 第15页 |
| ·桥梁健康监测系统的意义 | 第15页 |
| ·桥梁健康监测系统的一般功能 | 第15页 |
| ·GIS 的开发工具的选用 | 第15页 |
| ·系统开发工具 | 第15-16页 |
| ·数据和数据库的设计 | 第16-18页 |
| ·桥梁基本属性信息数据的设计原则 | 第16页 |
| ·桥梁基本属性信息数据设计 | 第16-17页 |
| ·数据库设计 | 第17-18页 |
| ·桥梁健康监测系统功能 | 第18-19页 |
| 第三章 桥梁健康监测系统应用 | 第19-37页 |
| ·桥梁健康监测系统概述 | 第19页 |
| ·桥梁健康监测系统功能的程序设计及实现 | 第19-37页 |
| ·地图信息 | 第19-20页 |
| ·视图管理 | 第20-21页 |
| ·地图量算 | 第21页 |
| ·属性信息 | 第21-25页 |
| ·信息的查询 | 第22页 |
| ·信息的修改 | 第22-25页 |
| ·数据的存储 | 第25-26页 |
| ·单个桥梁的健康监测 | 第26-37页 |
| ·结构动态特性显示 | 第26-28页 |
| ·图层控制 | 第28-31页 |
| ·查询信息 | 第31页 |
| ·查询传感器数据 | 第31-33页 |
| ·专题图 | 第33-36页 |
| ·高级查询 | 第36-37页 |
| 第四章 桥梁安全评估基础 | 第37-47页 |
| ·安全评估概念及意义 | 第37页 |
| ·国内外研究现状及评估方法 | 第37-38页 |
| ·基本理论和方法 | 第38-47页 |
| ·层次分析法（AHP） | 第38-41页 |
| ·变权综合方法 | 第41-42页 |
| ·神经网络用于损伤识别的基本原理及研究现状 | 第42-45页 |
| ·评估指标的非线性无量纲化处理 | 第45-46页 |
| ·灰色关联度法 | 第46-47页 |
| 第五章 桥梁安全评估－青马桥实例分析 | 第47-77页 |
| ·青马大桥简介 | 第47-48页 |
| ·安全评估策略 | 第48-51页 |
| ·悬索桥受力特点 | 第48页 |
| ·桥梁状态退化的主要原因 | 第48页 |
| ·青马桥的评估模型 | 第48-49页 |
| ·评价指标的评分标准 | 第49-51页 |
| ·青马大桥的有限元模型 | 第51-53页 |
| ·青马大桥的静力分析 | 第53-59页 |
| ·计算荷载 | 第53页 |
| ·弹性分析 | 第53-54页 |
| ·弹塑性分析 | 第54-59页 |
| ·基于RBF 神经网络的桥梁损伤识别 | 第59-67页 |
| ·网络输入参数的选择 | 第59-60页 |
| ·建立神经网络训练及测试样本 | 第60-63页 |
| ·RBF 神经网络的训练与损伤识别 | 第63-67页 |
| ·青马大桥的安全评估 | 第67-77页 |
| ·索力评估 | 第67-72页 |
| ·索塔评估 | 第72-74页 |
| ·加劲梁评估 | 第74-77页 |
| 第六章 结语 | 第77-80页 |
| ·本文主要工作及结论 | 第77-79页 |
| ·有待进一步解决的问题 | 第79-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-83页 |