基于敏感性分析的自锚式斜拉—悬吊组合体系桥梁有限元模型修正
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-20页 |
| ·有限元模型修正技术概述 | 第11-12页 |
| ·有限元法简介 | 第11页 |
| ·模型修正概述 | 第11-12页 |
| ·国内外模型修正研究现状 | 第12-18页 |
| ·矩阵型法 | 第12-13页 |
| ·参数型修正法 | 第13-14页 |
| ·基于动力的有限元模型修正 | 第14-15页 |
| ·基于静力的有限元模型修正 | 第15-16页 |
| ·联合静动力的有限元模型修正 | 第16页 |
| ·其他模型修正方法 | 第16-18页 |
| ·本为研究背景、意义及方法 | 第18-20页 |
| 第2章 斜拉-悬吊组合体系桥梁参数敏感性分析 | 第20-56页 |
| ·概述 | 第20-22页 |
| ·桥梁施工控制中的影响参数 | 第20-22页 |
| ·设计参数的敏感性分析方法 | 第22页 |
| ·东苕溪模型桥待识别参数的选取 | 第22-27页 |
| ·东苕溪大桥介绍 | 第22-24页 |
| ·东苕溪模型桥施工过程介绍 | 第24-27页 |
| ·待识别参数的选取 | 第27页 |
| ·缆索系统和斜拉索的参数误差的影响 | 第27-54页 |
| ·主缆刚度误差的影响 | 第27-32页 |
| ·主缆容重误差的影响 | 第32-36页 |
| ·加劲梁刚度误差的影响 | 第36-41页 |
| ·最外侧两组斜拉索无应力长度误差的影响 | 第41-45页 |
| ·加劲梁容重误差的影响 | 第45-50页 |
| ·桥塔刚度误差的影响 | 第50-54页 |
| ·本章小结 | 第54-56页 |
| 第3章 神经网络法原理 | 第56-71页 |
| ·神经网络概述 | 第56-62页 |
| ·生物神经元结构 | 第56页 |
| ·神经网络模型 | 第56-57页 |
| ·神经网络的基本特点 | 第57-58页 |
| ·神经网络的拓扑结构 | 第58-60页 |
| ·神经网络的学习 | 第60-61页 |
| ·神经网络的学习规则 | 第61-62页 |
| ·BP神经网络原理 | 第62-67页 |
| ·概述 | 第62-63页 |
| ·BP网络的学习算法 | 第63-67页 |
| ·RBF神经网络原理 | 第67-70页 |
| ·RBF概述 | 第67-68页 |
| ·RBF神经网络的学习算法 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第4章 模型修正的实际应用 | 第71-85页 |
| ·模型修正介绍 | 第71-72页 |
| ·模型修正步骤 | 第71页 |
| ·相关性分析 | 第71-72页 |
| ·神经网络在模型修正中的应用 | 第72-76页 |
| ·样本选择方法 | 第74页 |
| ·输入输出数据的预处理 | 第74-75页 |
| ·神经网络的建立 | 第75-76页 |
| ·基于神经网络法的模型修正实际应用 | 第76-84页 |
| ·样本数据选取 | 第76-78页 |
| ·建立BP神经网络模型 | 第78-82页 |
| ·建立RBF神经网络模型 | 第82-83页 |
| ·试验桥模型修正结果 | 第83-84页 |
| ·本章小结 | 第84-85页 |
| 结论 | 第85-87页 |
| 致谢 | 第87-88页 |
| 参考文献 | 第88-92页 |
