| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-12页 |
| §1-1 研究背景 | 第9-10页 |
| §1-2 桥梁损伤辨别中的问题和不足 | 第10-11页 |
| §1-3 本文主要研究内容与方法 | 第11-12页 |
| 第二章 以动力模态理论为基础的结构损伤辨别方法 | 第12-21页 |
| §2-1 动力模态与损伤辨别 | 第12-13页 |
| 2-1-1 主要思路 | 第12页 |
| 2-1-2 结构动力损伤辨别的原理 | 第12-13页 |
| §2-2 结构损伤识别的步骤 | 第13-15页 |
| §2-3 以振动模态理论为基础的结构损伤辨别方法 | 第15-20页 |
| 2-3-1 模型修正方法 | 第15页 |
| 2-3-2 结构损伤的指纹辨别方法 | 第15-20页 |
| §2-4 本章小结 | 第20-21页 |
| 第三章 损伤辨别用到的人工神经网络基础理论 | 第21-33页 |
| §3-1 人工神经网络简介 | 第21-22页 |
| 3-1-1 人工神经网络背景 | 第21页 |
| 3-1-2 神经网络的优点 | 第21-22页 |
| §3-2 神经网络的数学原理 | 第22-26页 |
| 3-2-1 神经元数学模型 | 第22-25页 |
| 3-2-2 神经网络数学模型 | 第25-26页 |
| 3-2-3 神经网络的训练 | 第26页 |
| §3-3 BP 网络 | 第26-31页 |
| 3-3-1 BP 网络数学模型 | 第26-28页 |
| 3-3-2 标准BP 网络模型的不足及其改进方法 | 第28-30页 |
| 3-3-3 网络结构的选择 | 第30页 |
| 3-3-4 径向基函数（Radial Basis Function 简称RBF）结构 | 第30-31页 |
| §3-4 神经网络与结构损伤辨别 | 第31-32页 |
| 3-4-1 神经网络在结构损伤辨别中的应用 | 第31页 |
| 3-4-2 神经网络损伤辨别的基本原理及识别过程 | 第31-32页 |
| §3-5 本章小结 | 第32-33页 |
| 第四章 以 D_(FC)和神经网络为基础的的损伤辨别方法研究 | 第33-59页 |
| §4-1 本课题损伤辨别指标的选取 | 第33-34页 |
| §4-2 神经网络在Matlab 中的工作环境 | 第34-35页 |
| §4-3 以D_(FC)和神经网络为基础的简支梁损伤辨别 | 第35-58页 |
| 4-3-1 建立简支梁有限元模型 | 第35-37页 |
| 4-3-2 简支梁单个单元损伤时的损伤辨别 | 第37-46页 |
| 4-3-3 简支梁两个单元同时损伤时的损伤辨别 | 第46-55页 |
| 4-3-4 简支梁损伤单元个数未知情况下的损伤辨别 | 第55-58页 |
| §4-4 本章小结 | 第58-59页 |
| 第五章 以 D_(FC)和神经网络为基础的实际桥梁模型损伤辨别方法研究 | 第59-71页 |
| §5-1 建立实际桥梁有限元模型 | 第59-62页 |
| 5-1-1 对转山子中桥进行有限元建模 | 第59-61页 |
| 5-1-2 实际桥梁损伤辨别方案设计 | 第61-62页 |
| §5-2 桥梁损伤单元纵向位置的辨别 | 第62-66页 |
| 5-2-1 神经网络设置 | 第62-63页 |
| 5-2-2 net5 部分输入数据 | 第63-64页 |
| 5-2-3 net5 的训练 | 第64-66页 |
| §5-3 桥梁损伤单元横向位置的辨别 | 第66-70页 |
| 5-3-1 桥梁损伤单元横向位置辨别神经网络的设置 | 第66-67页 |
| 5-3-2 神经网络net6 的训练 | 第67-70页 |
| §5-4 本章小结 | 第70-71页 |
| 第六章 结论与展望 | 第71-73页 |
| §6-1 主要研究成果 | 第71-72页 |
| §6-2 研究的不足与展望 | 第72-73页 |
| 参考文献 | 第73-75页 |
| 致谢 | 第75-76页 |
| 攻读学位期间所取得的相关科研成果 | 第76页 |
