| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-13页 |
| ·课题背景与意义 | 第9-10页 |
| ·桥梁安全可靠度评估的重要性 | 第9-10页 |
| ·智能计算方法对桥梁安全可靠度评估的意义 | 第10页 |
| ·本课题来源 | 第10页 |
| ·国内外研究现状及存在的问题 | 第10-11页 |
| ·国内外的研究现状 | 第10-11页 |
| ·目前研究工作中存在的问题 | 第11页 |
| ·论文工作的主要内容 | 第11-13页 |
| 2 可靠度理论及其计算方法 | 第13-18页 |
| ·桥梁安全评估理论 | 第13页 |
| ·可靠度理论分析的基本理论 | 第13-15页 |
| ·结构可靠度与极限状态 | 第13-14页 |
| ·失效概率 | 第14页 |
| ·可靠度指标 | 第14-15页 |
| ·可靠度计算方法 | 第15-17页 |
| ·结构点可靠度计算方法 | 第15-16页 |
| ·结构体系可靠度分析方法 | 第16-17页 |
| ·目前可靠度计算特点及发展 | 第17页 |
| ·本章小结 | 第17-18页 |
| 3 智能计算理论及应用模型 | 第18-24页 |
| ·智能计算理论 | 第18页 |
| ·人工神经网络理论及计算模型 | 第18-20页 |
| ·神经网络理论 | 第18-19页 |
| ·神经网络计算模型 | 第19页 |
| ·BP 神经网络 | 第19页 |
| ·人工神经网络应用 | 第19-20页 |
| ·遗传算法 | 第20-22页 |
| ·遗传算法理论及计算模型 | 第20-21页 |
| ·遗传算法应用 | 第21-22页 |
| ·神经网络与遗传算法的结合 | 第22-23页 |
| ·智能计算在工程领域的实践 | 第23页 |
| ·本章小结 | 第23-24页 |
| 4 基于遗传算法-神经网络的桥梁安全可靠度评估 | 第24-52页 |
| ·桥梁结构健康监测 | 第24-25页 |
| ·基于蒙特卡罗法、PENT 法的桥梁安全可靠度评估 | 第25-28页 |
| ·截面可靠度的计算 | 第25页 |
| ·截面弯矩功能函数 | 第25页 |
| ·截面抗力计算 | 第25-26页 |
| ·恒载截面弯矩计算 | 第26-27页 |
| ·由监测数据反算的截面弯矩计算 | 第27页 |
| ·体系可靠度计算 | 第27-28页 |
| ·蒙特卡罗法 | 第28页 |
| ·基于人工神经网络的桥梁可靠度评估模型 | 第28-30页 |
| ·kolmogorov 多层神经网络映射存在定理 | 第29页 |
| ·BP 神经网络及设计 | 第29-30页 |
| ·遗传算法优化神经网络 | 第30-33页 |
| ·实数编码方式 | 第31-32页 |
| ·适应度函数设计 | 第32页 |
| ·初始化种群 | 第32页 |
| ·遗传算子 | 第32-33页 |
| ·基于实数编码GA－BP 神经网络的马桑溪大桥结构可靠度分析 | 第33-34页 |
| ·BP 神经网络结构设计 | 第33页 |
| ·遗传算法优化BP 神经网络 | 第33-34页 |
| ·基于桥梁可靠度指标自然发展的动态模型 | 第34页 |
| ·实验设计 | 第34-50页 |
| ·马桑溪长江大桥基本资料 | 第34-35页 |
| ·斜拉桥失效模式分析 | 第35-36页 |
| ·基于马桑溪大桥监测数据的ANN 学习测试样本的构造 | 第36-42页 |
| ·实验过程 | 第42-50页 |
| ·实验结果评价及分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 5 桥梁远程监测及评估系统 | 第52-60页 |
| ·桥梁远程监测及评估的意义及市场需求 | 第52页 |
| ·系统设计 | 第52-59页 |
| ·系统架构 | 第52-53页 |
| ·系统关键问题及解决方法 | 第53-55页 |
| ·系统技术路线 | 第55页 |
| ·系统功能 | 第55-59页 |
| ·可靠度评估系统应用状况及发展 | 第59页 |
| ·本章小结 | 第59-60页 |
| 6 结论及发展 | 第60-63页 |
| ·论文总结 | 第60-61页 |
| ·论文研究内容的特点 | 第60页 |
| ·论文研究所完成的工作 | 第60-61页 |
| ·论文研究的工程应用价值 | 第61页 |
| ·论文研究内容未来需进一步发展的方向 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录 作者在攻读硕士学位期间的其它工作 | 第67页 |
