| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 概述 | 第10-17页 |
| ·问题的提出 | 第10-11页 |
| ·桥梁承载力影响因素分析 | 第11-12页 |
| ·承载力评定方法研究 | 第12-15页 |
| ·本文主要工作 | 第15-17页 |
| 第二章 百色华村大桥荷载试验 | 第17-39页 |
| ·桥梁荷载试验的目的和意义 | 第17-18页 |
| ·静力荷载试验方案设计 | 第18-22页 |
| ·试验对象的选择 | 第18页 |
| ·控制截面确定 | 第18-19页 |
| ·荷载替代 | 第19-20页 |
| ·试验测试主要内容 | 第20-21页 |
| ·测点布置原则 | 第21-22页 |
| ·试验数据分析 | 第22-24页 |
| ·连续刚构桥及有限元建模 | 第24-26页 |
| ·连续刚构桥梁结构特点 | 第24-25页 |
| ·有限元建模 | 第25页 |
| ·桥梁分析专用程序 | 第25页 |
| ·ANSYS软件 | 第25-26页 |
| ·百色华村大桥静载试验 | 第26-38页 |
| ·概述 | 第26-28页 |
| ·试验目的及内容 | 第28页 |
| ·试验方法及试验设备 | 第28-29页 |
| ·试验跨径选择 | 第29页 |
| ·静载试验测点布置 | 第29-31页 |
| ·加载方案 | 第31-34页 |
| ·荷载试验终止加载的控制条件 | 第34页 |
| ·静载试验成果 | 第34-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 人工神经网络的基本原理及MATLAB神经网络工具箱 | 第39-61页 |
| ·人工神经网络的发展 | 第39-40页 |
| ·人工神经网络模型 | 第40-48页 |
| ·生物神经元和人工神经元 | 第40-42页 |
| ·激活转移函数 | 第42-44页 |
| ·人工神经网络的分类 | 第44-45页 |
| ·神经网络的学习 | 第45-46页 |
| ·神经网络的信息处理能力 | 第46-48页 |
| ·BP神经网络 | 第48-55页 |
| ·BP网络的模型结构 | 第48-49页 |
| ·BP算法的数学描述 | 第49-52页 |
| ·BP网络的训练方法和步骤 | 第52-53页 |
| ·BP网络的设计和训练 | 第53-55页 |
| ·BP神经网络存在的主要问题 | 第55页 |
| ·本文对BP算法的若干改进 | 第55-56页 |
| ·遗传算法基本原理 | 第56-60页 |
| ·遗传算法概述 | 第56-57页 |
| ·遗传算法的优点 | 第57页 |
| ·遗传算法的基本操作 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第四章 百色华村大桥的BP神经网络预测模型设计 | 第61-74页 |
| ·前言 | 第61页 |
| ·神经网络预测模型的建立 | 第61-70页 |
| ·样本的建立 | 第61-62页 |
| ·样本的预处理 | 第62-63页 |
| ·网络结构设计 | 第63-64页 |
| ·输入输出层设计 | 第64页 |
| ·隐层设计 | 第64-67页 |
| ·激活函数的选择 | 第67页 |
| ·训练函数的选择 | 第67-70页 |
| ·学习函数的选择 | 第70页 |
| ·误差性能函数 | 第70页 |
| ·用遗传算法优化BP网络的初始权重 | 第70-73页 |
| ·前言 | 第70-71页 |
| ·适应度函数设计 | 第71-72页 |
| ·遗传算法优化BP神经网络初始权重设计 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 第五章 分析、总结与展望 | 第74-83页 |
| ·应力─挠度模型预测效果分析 | 第74-79页 |
| ·神经网络预测过程 | 第74-76页 |
| ·神经网络预测结果 | 第76-77页 |
| ·对比分析 | 第77-79页 |
| ·应力─分倍数模型预测效果分析 | 第79-81页 |
| ·神经网络预测过程 | 第79页 |
| ·神经网络预测结果 | 第79-80页 |
| ·对比分析 | 第80-81页 |
| ·总结 | 第81页 |
| ·展望 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87-88页 |
| 硕士研究生阶段发表的论文 | 第88-89页 |
| 附录 | 第89-92页 |