人工神经网络在混凝土冻融循环性能预测中的应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 绪论 | 第9-16页 |
| ·课题背景 | 第9-10页 |
| ·混凝土冻融研究概况 | 第10-11页 |
| ·人工神经网络在混凝土耐久性中的应用 | 第11-14页 |
| ·神经网络预测混凝土中的钢筋锈蚀量 | 第11-12页 |
| ·神经网络预测氯离子扩散 | 第12页 |
| ·神经网络在腐蚀作用研究中的应用 | 第12-13页 |
| ·神经网络在混凝土碳化预测中的应用 | 第13页 |
| ·神经网络在混凝土安全性评价及寿命预测中的应用 | 第13-14页 |
| ·混凝土抗冻性预测研究存在的问题 | 第14-15页 |
| ·本文研究内容 | 第15-16页 |
| 2 混凝土冻融理论 | 第16-24页 |
| ·引言 | 第16页 |
| ·混凝土冻融机理 | 第16-18页 |
| ·冻融破坏现象及特征 | 第18-19页 |
| ·冻融破坏宏观特征 | 第18页 |
| ·冻融破坏微观特征 | 第18-19页 |
| ·冻融破坏的影响因素 | 第19-20页 |
| ·孔结构 | 第19页 |
| ·饱水度 | 第19-20页 |
| ·含气量以及环境条件 | 第20页 |
| ·水泥品种及集料 | 第20页 |
| ·提高抗冻性的主要措施 | 第20-21页 |
| ·严格控制水灰比 | 第20页 |
| ·掺入引气剂 | 第20-21页 |
| ·掺入适量的优质掺合料 | 第21页 |
| ·采用树脂浸渍混凝土 | 第21页 |
| ·加入颗粒状空心集料 | 第21页 |
| ·冻融方法及评价判据 | 第21-23页 |
| ·冻融试验方法 | 第21-22页 |
| ·评价判据 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 3 人工神经网络 | 第24-32页 |
| ·引言 | 第24页 |
| ·生物神经网络与人工神经网络 | 第24页 |
| ·神经网络的发展概况 | 第24-26页 |
| ·人工神经网络的分类 | 第26-27页 |
| ·神经网络的特点及应用 | 第27-28页 |
| ·BP网络 | 第28-31页 |
| ·神经元模型 | 第28页 |
| ·神经网络模型 | 第28-30页 |
| ·传统BP网络的限制和不足 | 第30页 |
| ·改进BP模型 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 4 人工神经网络在混凝土抗冻性预测中的应用 | 第32-47页 |
| ·引言 | 第32页 |
| ·MATLAB神经网络工具箱 | 第32-33页 |
| ·MATLAB简介 | 第32页 |
| ·神经网络工具箱 | 第32-33页 |
| ·神经网络预测模型 | 第33-34页 |
| ·基本思想 | 第33页 |
| ·模型特点 | 第33-34页 |
| ·BP神经网络模型 | 第34页 |
| ·预测相对动弹性模量的神经网络模型 | 第34-38页 |
| ·相对动弹性模量训练样本 | 第35页 |
| ·BP神经网络模型 | 第35-37页 |
| ·测试结果及分析 | 第37-38页 |
| ·预测立方体抗压强度的神经网络模型 | 第38-41页 |
| ·立方体抗压强度训练样本 | 第38页 |
| ·BP神经网络模型 | 第38-40页 |
| ·测试结果及分析 | 第40-41页 |
| ·预测棱柱体抗压强度的神经网络模型 | 第41-43页 |
| ·棱柱体抗压强度训练样本 | 第41页 |
| ·BP神经网络模型 | 第41-42页 |
| ·测试结果及分析 | 第42-43页 |
| ·预测双轴抗压强度的神经网络模型 | 第43-46页 |
| ·双轴抗压强度训练样本 | 第43-44页 |
| ·BP神经网络模型 | 第44-45页 |
| ·测试结果及分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 5 结论与展望 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-54页 |
