| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 绪论 | 第10-24页 |
| ·混凝土中钢筋锈蚀问题重要性 | 第10-11页 |
| ·混凝土中钢筋锈蚀问题研究现状 | 第11-19页 |
| ·钢筋锈蚀机理 | 第11-13页 |
| ·混凝土中钢筋锈蚀的因素 | 第13-15页 |
| ·混凝土中钢筋锈蚀的几种理论和经验模型 | 第15-19页 |
| ·灰色理论及人工神经网络简介 | 第19-23页 |
| ·灰色理论概述 | 第19-21页 |
| ·人工神经网络概述 | 第21-23页 |
| ·本文主要研究内容 | 第23-24页 |
| 2 灰色系统基本理论 | 第24-33页 |
| ·灰色系统理论的基本原则 | 第24-25页 |
| ·信息的非完全性原则 | 第24页 |
| ·非唯一性原则 | 第24-25页 |
| ·现实信息优先原则 | 第25页 |
| ·灰色系统理论的基本方法 | 第25-26页 |
| ·灰色系统理论的主要内容 | 第26-27页 |
| ·灰色系统理论的基本原理 | 第27-29页 |
| ·灰色系统理论与概率、模糊的对比 | 第29-30页 |
| ·灰色系统理论的基本概念 | 第30-33页 |
| ·灰数、灰度、灰元 | 第30页 |
| ·灰生成 | 第30-31页 |
| ·灰色代数方程与灰色微分方程 | 第31-33页 |
| 3 混凝土中钢筋锈蚀因子的灰关联分析 | 第33-43页 |
| ·灰关联空间概述 | 第33-34页 |
| ·灰关联分析意图、内涵 | 第33页 |
| ·灰关联分析的功能、技术内涵 | 第33-34页 |
| ·灰关联分析的理论基础 | 第34-38页 |
| ·离散函数间的距离与绝对差 | 第34-35页 |
| ·关联离散函数和关联度 | 第35-36页 |
| ·灰色系统关联分析方法 | 第36-38页 |
| ·关联度分析在钢筋锈蚀因子分析中的应用 | 第38-43页 |
| 4 基于灰关联分析的钢筋锈蚀BP神经网络模型的建立 | 第43-64页 |
| ·人工神经网络的基本原理 | 第43-50页 |
| ·生物学的启示 | 第43页 |
| ·人工神经元模型 | 第43-47页 |
| ·人工神经网络模型 | 第47-49页 |
| ·人工神经网络的学习方式 | 第49-50页 |
| ·BP网络 | 第50-58页 |
| ·BP网络结构 | 第51页 |
| ·BP网络学习过程 | 第51-54页 |
| ·BP网络学习算法 | 第54页 |
| ·BP网络设计 | 第54-56页 |
| ·BP网络改进 | 第56-58页 |
| ·基于灰关联分析的钢筋锈蚀BP神经网络预测法 | 第58-59页 |
| ·灰关联分析的BP神经网络模型建立原理 | 第58页 |
| ·灰关联分析的BP神经网络模型建立方法 | 第58-59页 |
| ·基于灰关联分析的钢筋锈蚀BP网络模型的应用 | 第59-64页 |
| 5 结论及展望 | 第64-65页 |
| ·结论 | 第64页 |
| ·展望 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 学位论文数据集 | 第70页 |