| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 引言 | 第7-14页 |
| ·选题目的及其意义 | 第7-8页 |
| ·国内外研究现状 | 第8-12页 |
| ·研究内容及关键技术线路 | 第12-14页 |
| ·研究内容 | 第12页 |
| ·关键技术线路 | 第12-14页 |
| 第二章 普通混凝土抗压强度影响因素与强度检验评定分析 | 第14-21页 |
| ·普通混凝土强度影响因素分析 | 第14-18页 |
| ·组分对强度的影响 | 第14-16页 |
| ·养护条件的影响 | 第16-17页 |
| ·混凝土的成熟度 | 第17-18页 |
| ·结构混凝土强度分析 | 第18-19页 |
| ·标养强度的局限性 | 第18页 |
| ·推定强度与钻芯强度分析 | 第18-19页 |
| ·同条件养护试件的强度 | 第19页 |
| ·混凝土强度的检验判定 | 第19-21页 |
| 第三章 人工神经网络基本原理 | 第21-31页 |
| ·人工神经网络基础知识 | 第21-24页 |
| ·人工神经网络模型及其特征 | 第21-23页 |
| ·人工神经网络总体框架 | 第23-24页 |
| ·神经网络的数据处理优势 | 第24页 |
| ·常见的人工神经网络模型 | 第24页 |
| ·BP 人工神经网络 | 第24-31页 |
| ·BP 人工神经网络模型 | 第25页 |
| ·基本 BP 算法 | 第25-27页 |
| ·BP 人工神经网络的总结与改进 | 第27-31页 |
| 第四章 网络模型样本的制备和试验 | 第31-36页 |
| ·实验区概况 | 第31-32页 |
| ·永圣域500KV 变电站 | 第31页 |
| ·巴彦淖尔市沙德格工业园区220KV 变电站 | 第31-32页 |
| ·达旗电厂500KV 升压站 | 第32页 |
| ·网络输入、输出神经元的确定 | 第32-33页 |
| ·样本的制作和养护 | 第33-35页 |
| ·样本的制作 | 第33-35页 |
| ·样本的养护 | 第35页 |
| ·样本的强度试验 | 第35-36页 |
| 第五章 基于 MATLAB 神经网络工具箱混凝土强度预测模型的建立 | 第36-58页 |
| ·MATLAB 神经网络工具箱 | 第36-42页 |
| ·MATLAB 简介 | 第36-41页 |
| ·神经网络工具箱 | 第41-42页 |
| ·BP 网络模型的建立 | 第42-49页 |
| ·人工神经网络的数据变换处理 | 第42-43页 |
| ·网络结构的确定 | 第43-46页 |
| ·网络传递函数的选择 | 第46-48页 |
| ·网络权值的初始化 | 第48页 |
| ·网络收敛极小值的确定 | 第48-49页 |
| ·本研究 BP 训练算法的实现 | 第49-58页 |
| ·网络的训练与仿真 | 第49-53页 |
| ·网络性能评价 | 第53-58页 |
| 第六章 结论与展望 | 第58-60页 |
| ·结论 | 第58页 |
| ·展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64页 |