| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-35页 |
| ·土木工程智能结构体系的概念 | 第9-14页 |
| ·传统的结构设计和可靠度分析 | 第9-10页 |
| ·现代智能结构体系设计原理和研究 | 第10-14页 |
| ·结构健康监测系统的历史及应用情况 | 第14-21页 |
| ·结构健康监测系统的概念和历史 | 第14-15页 |
| ·结构健康监测系统的组成 | 第15-18页 |
| ·结构健康监测系统的应用情况 | 第18-21页 |
| ·结构损伤识别方法研究综述 | 第21-34页 |
| ·结构损伤识别理论 | 第21-24页 |
| ·结构损伤识别方法 | 第24-34页 |
| ·本文主要研究内容 | 第34-35页 |
| 2 基于结构动力指纹与模式识别的结构损伤识别理论 | 第35-60页 |
| ·环境激励下的结构模态识别理论 | 第35-38页 |
| ·结构模态识别的原理 | 第35-36页 |
| ·结构模态识别的时域、频域和时频域方法 | 第36-38页 |
| ·环境激励下的结构模态识别理论 | 第38页 |
| ·基于结构动力指纹的结构损伤识别 | 第38-48页 |
| ·动力指纹法概念 | 第38-40页 |
| ·动力指纹的分类与研究进展 | 第40-48页 |
| ·模式识别理论与人工神经网络 | 第48-50页 |
| ·结构损伤识别的分层法 | 第50-60页 |
| ·识别损伤是否发生 | 第51-53页 |
| ·损伤的定位 | 第53-58页 |
| ·损伤程度的识别 | 第58-60页 |
| 3 遗传算法优化人工神经网络 | 第60-94页 |
| ·神经网络的原理 | 第60-74页 |
| ·神经网络简介 | 第60-66页 |
| ·人工神经网络在结构损伤识别中的应用 | 第66-68页 |
| ·BP神经网络原理简介 | 第68-74页 |
| ·遗传算法的原理 | 第74-84页 |
| ·遗传算法基本原理 | 第74-77页 |
| ·遗传算法的实现步骤 | 第77-81页 |
| ·遗传算法在结构损伤识别中应用 | 第81-82页 |
| ·遗传算法的缺点及改进方法 | 第82-84页 |
| ·遗传算法优化神经网络 | 第84-94页 |
| ·BP神经网络的缺点及改进方法 | 第84-85页 |
| ·遗传算法优化神经网络 | 第85-88页 |
| ·遗传算法优化神经网络初试权值和阈值算例分析 | 第88-94页 |
| 4 基于遗传算法优化人工神经网络的结构损伤识别数值模拟 | 第94-106页 |
| ·神经网络输入参数的选择 | 第94-95页 |
| ·损伤的辨识 | 第95-96页 |
| ·损伤的定位 | 第96-104页 |
| ·损伤的程度标定 | 第104-106页 |
| 5 结论和展望 | 第106-108页 |
| 参考文献 | 第108-120页 |
| 攻读硕士学位期间发表学术论文情况 | 第120-121页 |
| 致谢 | 第121-123页 |