| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 相关性度量指标研究现状 | 第11-13页 |
| 1.2.2 传感器优化研究现状 | 第13-14页 |
| 1.2.3 研究现状分析 | 第14-15页 |
| 1.3 课题来源及主要研究内容 | 第15-17页 |
| 1.3.1 课题来源 | 第15页 |
| 1.3.2 主要研究内容 | 第15-17页 |
| 第2章 拉索群空间相关性度量指标选取 | 第17-31页 |
| 2.1 前言 | 第17页 |
| 2.2 相关性度量方法 | 第17-21页 |
| 2.2.1 Pearson相关系数及其相关度量方法 | 第17-18页 |
| 2.2.2 基于互信息的相关性度量方法 | 第18-20页 |
| 2.2.3 基于最大信息系数的相关性度量方法 | 第20-21页 |
| 2.3 南京三桥拉索群荷载响应矩阵建立 | 第21-25页 |
| 2.4 拉索群空间相关性度量方法比选 | 第25-29页 |
| 2.4.1 最大信息系数与Pearson相关系数的对比 | 第25-27页 |
| 2.4.2 互信息系数与Pearson相关系数的对比 | 第27-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第3章 基于空间相关性的拉索群传感器优化布置 | 第31-47页 |
| 3.1 前言 | 第31页 |
| 3.2 基于相关性的索力传感器优化方法 | 第31-35页 |
| 3.2.1 键能算法实现相关系数矩阵转化 | 第31-33页 |
| 3.2.2 测点分类原则 | 第33-34页 |
| 3.2.3 最优测点选择原则 | 第34-35页 |
| 3.3 南京长江三桥拉索群传感器优化布置方案 | 第35-44页 |
| 3.3.1 相关性阈值为 0.9 时传感器布置方案 | 第35-38页 |
| 3.3.2 相关性阈值为 0.85 时传感器布置方案 | 第38-41页 |
| 3.3.3 相关性阈值为 0.8 时传感器布置方案 | 第41页 |
| 3.3.4 其他优化结果 | 第41-44页 |
| 3.4 优化结果对比分析 | 第44-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第4章 全桥索力反演预测研究 | 第47-65页 |
| 4.1 前言 | 第47页 |
| 4.2 基于极限学习机的全桥索力反演预测模型 | 第47-56页 |
| 4.2.1 极限学习机理论和实现方法 | 第47-50页 |
| 4.2.2 粒子群优化算法 | 第50-51页 |
| 4.2.3 南京三桥ELM索力预测模型 | 第51-56页 |
| 4.3 其他方法在索力反演预测中的应用 | 第56-61页 |
| 4.3.1 多元线性回归原理介绍 | 第56-57页 |
| 4.3.2 自适应回归样条原理介绍 | 第57-58页 |
| 4.3.3 索力反演预测模型对比 | 第58-61页 |
| 4.4 自适应回归样条模型对优化测点合理性的论证 | 第61-63页 |
| 4.5 本章小结 | 第63-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第72-74页 |
| 致谢 | 第74页 |
