| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题来源及研究的背景和意义 | 第9-10页 |
| 1.2 国内外相关领域研究现状 | 第10-16页 |
| 1.2.1 结构风工程研究方法 | 第10-11页 |
| 1.2.2 POD方法研究现状 | 第11-14页 |
| 1.2.3 人工神经网络研究现状 | 第14-15页 |
| 1.2.4 国内外文献综述相关分析 | 第15-16页 |
| 1.3 主要研究内容 | 第16-17页 |
| 第2章 CAARC高层建筑模型风洞实验 | 第17-33页 |
| 2.1 引言 | 第17页 |
| 2.2 考虑表面凸起的高层建筑标准模型风洞实验 | 第17-26页 |
| 2.2.1 实验目的及工况设定 | 第17-19页 |
| 2.2.2 模型设计与测点布置 | 第19-21页 |
| 2.2.3 数据采集及处理方法 | 第21-23页 |
| 2.2.4 实验风场模拟 | 第23-26页 |
| 2.3 实验结果及分析 | 第26-31页 |
| 2.3.1 CAARC高层建筑标准模型 | 第26-30页 |
| 2.3.2 表面有凸起的高层建筑模型 | 第30-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第3章 POD方法在建筑结构表面风压场的应用 | 第33-72页 |
| 3.1 引言 | 第33页 |
| 3.2 本征正交分解理论在风洞实验中的运用 | 第33-36页 |
| 3.2.1 本征正交分解理论 | 第33-35页 |
| 3.2.2 风压场的分解 | 第35页 |
| 3.2.3 风压场的重建 | 第35-36页 |
| 3.2.4 风压场的预测 | 第36页 |
| 3.3 高层建筑表面脉动风压的POD特性分析 | 第36-38页 |
| 3.4 基于POD的脉动风压场重建分析 | 第38-49页 |
| 3.4.1 重建结果精度分析 | 第39-41页 |
| 3.4.2 重建结果风压时程分析 | 第41-46页 |
| 3.4.3 重建风压场的脉动风压功率谱分析 | 第46-49页 |
| 3.5 基于不同插值函数的POD的脉动风压场预测分析 | 第49-70页 |
| 3.5.1 插值方法介绍 | 第51-53页 |
| 3.5.2 预测模态阶数对预测结果的影响 | 第53-56页 |
| 3.5.3 不同空间位置对预测精度影响 | 第56-57页 |
| 3.5.4 预测结果精度分析 | 第57-62页 |
| 3.5.5 预测结果风压时程分析 | 第62-66页 |
| 3.5.6 预测风压场的脉动风压功率谱分析 | 第66-68页 |
| 3.5.7 预测风压场的非高斯特性分析 | 第68-70页 |
| 3.6 本章小结 | 第70-72页 |
| 第4章 POD-BPNN方法预测高层建筑风压场 | 第72-96页 |
| 4.1 引言 | 第72页 |
| 4.2 POD-BPNN方法 | 第72-76页 |
| 4.2.1 BP神经网络基本理论 | 第72-75页 |
| 4.2.2 基于BPNN的POD方法 | 第75-76页 |
| 4.3 BP神经网络训练参数的确定 | 第76-80页 |
| 4.3.1 初始化权值的确定 | 第77-78页 |
| 4.3.2 传递函数的确定 | 第78页 |
| 4.3.3 神经元数量的确定 | 第78-80页 |
| 4.4 基于POD-BPNN的脉动风压场预测分析 | 第80-85页 |
| 4.4.1 预测结果精度分析 | 第80-82页 |
| 4.4.2 预测结果风压时程分析 | 第82-84页 |
| 4.4.3 预测风压场的脉动风压功率谱分析 | 第84-85页 |
| 4.5 表面凸起对POD-BPNN方法的预测结果影响 | 第85-95页 |
| 4.5.1 预测结果分析 | 第85-86页 |
| 4.5.2 空间位置对预测结果影响 | 第86-90页 |
| 4.5.3 预测结果的时域与频域分析 | 第90-95页 |
| 4.6 本章小结 | 第95-96页 |
| 结论 | 第96-98页 |
| 参考文献 | 第98-104页 |
| 致谢 | 第104页 |