| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 泡沫混凝土概况 | 第9-11页 |
| 1.1.1 泡沫混凝土的定义和制备方式 | 第9页 |
| 1.1.2 泡沫混凝土的特性 | 第9-11页 |
| 1.2 泡沫混凝土结构形成机理 | 第11页 |
| 1.3 国内外研究进展 | 第11-16页 |
| 1.3.1 国外泡沫混凝土的发展历史 | 第11-13页 |
| 1.3.2 国内泡沫混凝土的发展历史 | 第13-15页 |
| 1.3.3 神经网络对混凝土性能预测研究进展 | 第15-16页 |
| 1.4 本文研究的主要内容 | 第16-17页 |
| 第二章 泡沫混凝土强度及导热性能分析 | 第17-22页 |
| 2.1 物质导热机理 | 第17-18页 |
| 2.1.1 热传导 | 第17页 |
| 2.1.2 热对流 | 第17页 |
| 2.1.3 热辐射 | 第17-18页 |
| 2.2 泡沫混凝土气孔结构研究 | 第18-20页 |
| 2.2.1 泡沫混凝土气孔结构和导热系数的关系 | 第18页 |
| 2.2.2 泡沫混凝土气孔结构和抗压强度的关系 | 第18-20页 |
| 2.3 泡沫混凝土导热系数模型 | 第20-21页 |
| 2.3.1 并联和串联模型 | 第20页 |
| 2.3.2 Maxwell-Eucken模型 | 第20-21页 |
| 2.3.3 Levy模型 | 第21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 神经网络原理 | 第22-26页 |
| 3.1 BP神经网络概述 | 第22-23页 |
| 3.2 单一神经元模型 | 第23-24页 |
| 3.3 BP神经网络程序流程 | 第24-25页 |
| 3.4 本章小结 | 第25-26页 |
| 第四章 神经网络预测模型 | 第26-37页 |
| 4.1 实验数据分析 | 第26-27页 |
| 4.2 数据预处理 | 第27-28页 |
| 4.3 程序代码简述 | 第28-30页 |
| 4.4 标准梯度下降训练网络 | 第30-31页 |
| 4.5 自适应学习速率训练网络 | 第31-32页 |
| 4.6 Levenberg-Marquardt训练网络 | 第32-33页 |
| 4.7 训练结果分析 | 第33-36页 |
| 4.7.1 网络预测结果分析 | 第35-36页 |
| 4.8 本章小结 | 第36-37页 |
| 第五章 Levy预测模型 | 第37-48页 |
| 5.1 Levy模型基本假设 | 第37页 |
| 5.2 实验数据分析 | 第37-38页 |
| 5.3 Levy模型预测 | 第38-39页 |
| 5.4 Levy修正模型预测 | 第39-42页 |
| 5.4.1 均匀性假设的提出 | 第39-40页 |
| 5.4.2 基于均匀性假设的Levy模型预测 | 第40-42页 |
| 5.5 神经网络训练结果与Levy模型比较 | 第42-46页 |
| 5.5.1 修正Levy模型预测 | 第42-45页 |
| 5.5.2 修正Levy模型与神经网络预测结果比较 | 第45-46页 |
| 5.6 本章小结 | 第46-48页 |
| 主要结论与展望 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 攻读硕士学位期间发表的学术论文 | 第55-56页 |
| 致谢 | 第56页 |