| 第1章 绪论 | 第1-37页 |
| ·课题的研究意义与国内外现状分析 | 第17-35页 |
| ·课题的研究意义 | 第17-19页 |
| ·国内外现状分析 | 第19-35页 |
| ·课题研究内容和拟解决的关键问题 | 第35-37页 |
| 第2章 桥梁结构健康监测系统 | 第37-84页 |
| ·概论 | 第37-38页 |
| ·桥梁健康监测系统的构建和需要解决的问题 | 第38-48页 |
| ·桥梁健康监测新概念 | 第38页 |
| ·健康监测系统设计 | 第38-48页 |
| ·传感器的选择和优化布设 | 第48-61页 |
| ·传感元件(sensor)选择 | 第48-53页 |
| ·传感器的优化布设 | 第53-61页 |
| ·光导纤维在桥梁结构健康监测系统中的应用 | 第61-73页 |
| ·光纤传感器在桥梁结构健康监测中的应用 | 第62-64页 |
| ·光纤传感器的组成及原理 | 第64-71页 |
| ·光纤传感器安装工艺研究 | 第71-72页 |
| ·光纤传感器应用中的一些问题 | 第72-73页 |
| ·结语 | 第73页 |
| ·基于Internet／Intranet的桥梁结构健康监测系统 | 第73-84页 |
| ·基于Internet／Intranet的桥梁结构健康监测系统 | 第74-76页 |
| ·现场数据采集站 | 第76-79页 |
| ·基于Internet／Intranet的桥梁结构健康监测系统信息处理方法 | 第79-83页 |
| ·结语 | 第83-84页 |
| 第3章 基于神经网络的桥梁结构模糊综合评判 | 第84-144页 |
| ·几种常用的桥梁结构评估方法 | 第84-98页 |
| ·桥梁承载能力的评估方法 | 第84-90页 |
| ·桥梁损伤的多层次模糊综合评价方法 | 第90-96页 |
| ·桥梁损伤评估及对策专家系统 | 第96-98页 |
| ·桥梁结构评价的模糊分级法 | 第98-107页 |
| ·《公路养护技术规范》(JTJ 073-96)综合评定法 | 第98-102页 |
| ·公路桥梁管理系统 | 第102-107页 |
| ·神经网络与遗传算法简介 | 第107-127页 |
| ·神经网络 | 第107-119页 |
| ·遗传算法 | 第119-127页 |
| ·基于神经网络的桥梁结构模糊综合评判 | 第127-144页 |
| ·应用正交试验法安排桥梁结构模糊综合评判试验 | 第127-131页 |
| ·应用均匀设计法安排桥梁结构模糊综合评判试验 | 第131-134页 |
| ·应用组合正交表安排桥梁结构模糊综合评判试验 | 第134-135页 |
| ·桥梁检测资料 | 第135-138页 |
| ·基于神经网络的桥梁结构模糊综合评判 | 第138-142页 |
| ·结语 | 第142-144页 |
| 第4章 桥梁结构的损伤识别及耐久性研究 | 第144-194页 |
| ·几种常用的结构损伤识别方法简介 | 第144-154页 |
| ·自动损伤识别的方法 | 第144-145页 |
| ·几种常用识别方法简介 | 第145-154页 |
| ·神经网络在结构损伤识别中的应用 | 第154-163页 |
| ·样本点数量的确定及分布原则 | 第154-155页 |
| ·输入参数的选择 | 第155-160页 |
| ·参数处理 | 第160-161页 |
| ·学习模式对的收集策略 | 第161-163页 |
| ·基于遗传算法的桥梁结构损伤识别 | 第163-166页 |
| ·选择待识别的结构参数 | 第164页 |
| ·确定识别所需的量测信息 | 第164页 |
| ·建立结构静态反应残差矩阵 | 第164-165页 |
| ·定义问题的目标函数 | 第165页 |
| ·基于遗传算法的桥梁结构损伤识别 | 第165-166页 |
| ·结语 | 第166页 |
| ·基于神经网络的混凝土桥梁荷载识别方法研究 | 第166-171页 |
| ·混凝土梁荷载-挠度全曲线的研究概况 | 第167-168页 |
| ·应用神经网络模拟混凝土梁的荷载-挠度曲线和荷载识别 | 第168-169页 |
| ·算例 | 第169-171页 |
| ·结语 | 第171页 |
| ·基于神经网络的部分预应力混凝土梁荷载-裂缝模型研究 | 第171-176页 |
| ·部分预应力混凝土梁弯曲裂缝研究概况 | 第172-173页 |
| ·应用神经网络模拟部分预应力混凝土梁的荷载-裂缝关系 | 第173-174页 |
| ·算例和讨论 | 第174-175页 |
| ·结语 | 第175-176页 |
| ·基于神经网络的混凝土开裂后钢筋锈蚀量预测模型研究 | 第176-179页 |
| ·混凝土开裂后钢筋锈蚀量研究概况 | 第176-177页 |
| ·基于神经网络的混凝土开裂后钢筋锈蚀量预测模型 | 第177-178页 |
| ·算例 | 第178-179页 |
| ·结语 | 第179页 |
| ·基于遗传算法的混凝土桥梁耐久性优化设计 | 第179-184页 |
| ·混凝土桥梁耐久性优化设计 | 第180-182页 |
| ·遗传算法在混凝土桥梁耐久性优化设计中的应用 | 第182页 |
| ·混凝土桥梁耐久性优化设计算例 | 第182-184页 |
| ·结语 | 第184页 |
| ·应用结构健康监测数据进行桥梁的疲劳分析和寿命预测 | 第184-194页 |
| ·桥面板横截面疲劳分析模型 | 第185-187页 |
| ·疲劳分析的方法和策略 | 第187-191页 |
| ·疲劳损伤评估和寿命预测 | 第191-194页 |
| 第5章 基于遗传算法与神经网络的结构可靠度分析 | 第194-238页 |
| ·概论 | 第194-202页 |
| ·基本概念 | 第194页 |
| ·结构可靠度研究历史简介 | 第194-202页 |
| ·常用结构可靠度分析方法简介 | 第202-220页 |
| ·概率模型 | 第202-218页 |
| ·非概率模型 | 第218-219页 |
| ·结语 | 第219-220页 |
| ·基于遗传算法与神经网络的桥梁结构可靠度分析 | 第220-238页 |
| ·遗传算法和人工神经网络的应用原理 | 第220-226页 |
| ·Brotonne斜拉桥可靠性分析 | 第226-234页 |
| ·洞庭湖大桥主梁可靠度分析 | 第234-237页 |
| ·结语 | 第237-238页 |
| 结论 | 第238-241页 |
| 致谢 | 第241-242页 |
| 参考文献 | 第242-261页 |
| 附表1 | 第261-262页 |
| 附表2 | 第262-264页 |
| 附表3 | 第264-266页 |
| 附表4 | 第266-269页 |
| 攻读博士学位期间发表的论文及科研成果 | 第269页 |
