桥梁健康状态的智能评估方法研究
| 第1章 绪论 | 第1-24页 |
| ·课题来源 | 第12页 |
| ·问题提出的背景 | 第12-14页 |
| ·研究现状与发展动态 | 第14-22页 |
| ·桥梁状态综合评估 | 第15-17页 |
| ·桥梁状态损伤评估 | 第17-19页 |
| ·桥梁状态可靠度评估 | 第19-20页 |
| ·智能技术的研究与应用现状 | 第20-22页 |
| ·本文的主要工作 | 第22-24页 |
| 第2章 桥梁健康状态评估的层次分析法 | 第24-40页 |
| ·评估体系的建立原则 | 第24-25页 |
| ·混凝土梁桥的评估体系研究 | 第25-29页 |
| ·承载能力评估 | 第26-27页 |
| ·综合技术状况评估 | 第27-28页 |
| ·健康状态评估体系建立 | 第28-29页 |
| ·拉索桥梁的评估体系研究 | 第29-30页 |
| ·钢管拱桥的评估体系 | 第30-31页 |
| ·层次分析中的指标权重计算 | 第31-34页 |
| ·指标的两两判断矩阵 | 第31页 |
| ·判断矩阵一致性检验及修正 | 第31-32页 |
| ·计算各层指标权重 | 第32-33页 |
| ·权重调整 | 第33-34页 |
| ·评估指标的标准化处理 | 第34-37页 |
| ·桥梁健康状态的层次分析法评估技术路线 | 第37-39页 |
| ·层次分析法评估路线 | 第37-38页 |
| ·传统层次分析法存在问题分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第3章 基于层次分析的桥梁状态智能评估 | 第40-62页 |
| ·桥梁健康状态的模糊综合评价 | 第40-43页 |
| ·基本概念 | 第40-41页 |
| ·底层指标的模糊综合评估数学模型 | 第41-43页 |
| ·多层次模糊综合评价 | 第43页 |
| ·基于模糊层次分析的桥梁健康状态评估 | 第43-50页 |
| ·基于三角模糊数的指标判断矩阵 | 第43-45页 |
| ·基于模糊一致性的指标判断矩阵 | 第45-49页 |
| ·桥梁健康状态评估的模数层次法 | 第49-50页 |
| ·基于不确定层次分析的桥梁健康状态评估 | 第50-56页 |
| ·指标的不确定型判断矩阵 | 第50-51页 |
| ·一致性检验 | 第51页 |
| ·评估指标的最优权重值确定 | 第51-55页 |
| ·算例分析 | 第55-56页 |
| ·评估分析实例 | 第56-61页 |
| ·评估模型 | 第56页 |
| ·权重计算 | 第56-58页 |
| ·评估过程与结果 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第4章 桥梁健康状态评估的模糊神经刚络推理方法 | 第62-90页 |
| ·模糊推理方法 | 第62-65页 |
| ·模糊推理框架 | 第62-63页 |
| ·模糊规则 | 第63页 |
| ·模糊推理算法 | 第63-65页 |
| ·人工神经网络方法 | 第65-70页 |
| ·人工神经元模型 | 第65-66页 |
| ·神经网络学习规则 | 第66-67页 |
| ·多层前向BP网络 | 第67-70页 |
| ·模糊神经网络推理结构 | 第70-75页 |
| ·模糊神经元 | 第71-73页 |
| ·正则化模糊神经网络推理结构 | 第73-74页 |
| ·串联型模糊神经网络推理结构 | 第74-75页 |
| ·桥梁健康状态评估的模糊推理方法 | 第75-81页 |
| ·评估模型 | 第75-76页 |
| ·评估状态等级划分 | 第76-77页 |
| ·模糊推理规则 | 第77-79页 |
| ·模糊推理计算 | 第79-80页 |
| ·评估分析实例 | 第80-81页 |
| ·桥梁健康状态评估的模糊神经网络推理 | 第81-89页 |
| ·模糊神经网络推理评估思路 | 第81-82页 |
| ·评估模型 | 第82页 |
| ·模糊神经网络构造 | 第82页 |
| ·模糊隶属度参数确定 | 第82-83页 |
| ·模糊规则及样本收集策略 | 第83-87页 |
| ·评估分析实例 | 第87-89页 |
| ·本章小结 | 第89-90页 |
| 第5章 基于模型智能修正的桥梁健康状态评估 | 第90-122页 |
| ·传统模型修正方法 | 第90-99页 |
| ·基本原理 | 第91-93页 |
| ·模态参数选择 | 第93-97页 |
| ·修正参数选择 | 第97-98页 |
| ·模态振型的扩充与缩减 | 第98页 |
| ·传统模型修正方法存在问题分析 | 第98-99页 |
| ·基于遗传算法的模型智能修正方法 | 第99-103页 |
| ·优化目标的数学模型 | 第99-100页 |
| ·遗传算法过程 | 第100-102页 |
| ·遗传算法改进策略 | 第102-103页 |
| ·基于神经网络的模型智能修正方法 | 第103-113页 |
| ·神经网络智能修正框架 | 第104-105页 |
| ·输入参数选择 | 第105-107页 |
| ·样本收集策略及优化 | 第107-108页 |
| ·算例分析 | 第108-113页 |
| ·基于神经网络修正模型的桥梁健康状态评估实例 | 第113-121页 |
| ·评估思路 | 第113页 |
| ·斜拉桥健康状态评估分析实例 | 第113-121页 |
| ·本章小结 | 第121-122页 |
| 第6章 武汉长江二桥健康状态评估策略研究 | 第122-134页 |
| ·项目背景 | 第122-123页 |
| ·武汉长江二桥分析评估子系统功能 | 第123-126页 |
| ·智能报警模块功能 | 第124页 |
| ·健康状态评估模块功能 | 第124-125页 |
| ·趋势预测模块功能 | 第125-126页 |
| ·健康状态评估技术策略 | 第126-133页 |
| ·桥梁基准状态确定策略 | 第126-128页 |
| ·结构损伤诊断 | 第128-129页 |
| ·健康状态综合评估策略 | 第129-133页 |
| ·本章小结 | 第133-134页 |
| 第7章 总结与展望 | 第134-137页 |
| ·全文总结 | 第134-135页 |
| ·研究展望 | 第135-137页 |
| 参考文献 | 第137-147页 |
| 致谢 | 第147-148页 |
| 攻读博士学位期间参加的科研项目和发表的学术论文 | 第148页 |
