| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 预应力混凝土连续梁桥发展 | 第11-13页 |
| 1.2 大跨度桥梁施工控制 | 第13-14页 |
| 1.2.1 大跨度桥梁施工控制的重要性 | 第13页 |
| 1.2.2 国内外桥梁施工控制的发展现状 | 第13-14页 |
| 1.3 本文主要研究内容 | 第14-16页 |
| 第二章 施工控制的理论和方法 | 第16-30页 |
| 2.1 连续梁桥施工监控内容 | 第16-18页 |
| 2.1.1 线形控制 | 第16-17页 |
| 2.1.2 应力控制 | 第17页 |
| 2.1.3 稳定控制 | 第17-18页 |
| 2.1.4 安全控制 | 第18页 |
| 2.2 施工控制的影响因素 | 第18-20页 |
| 2.2.1 结构参数 | 第18-19页 |
| 2.2.2 施工工艺 | 第19页 |
| 2.2.3 结构分析计算模型 | 第19页 |
| 2.2.4 施工监测 | 第19-20页 |
| 2.2.5 温度影响 | 第20页 |
| 2.3 桥梁施工监控结构计算方法 | 第20-23页 |
| 2.3.1 正装分析法 | 第20-22页 |
| 2.3.2 倒装分析法 | 第22-23页 |
| 2.3.3 无应力状态法 | 第23页 |
| 2.4 桥梁施工监控理论方法评述 | 第23-29页 |
| 2.4.1 卡尔曼滤波法 | 第24页 |
| 2.4.2 灰色理论法 | 第24页 |
| 2.4.3 人工神经网络 | 第24-29页 |
| 2.4.3.1 神经元 | 第25-26页 |
| 2.4.3.2 神经元激励函数 | 第26-27页 |
| 2.4.3.3 神经网络拓扑结构 | 第27-28页 |
| 2.4.3.4 人工神经网络的发展 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 红树林大桥主桥结构模拟分析 | 第30-53页 |
| 3.1 工程背景 | 第30-32页 |
| 3.1.1 结构参数 | 第30-31页 |
| 3.1.2 技术标准 | 第31-32页 |
| 3.1.3 材料参数 | 第32页 |
| 3.2 红树林大桥Midas Civil有限元模型的建立 | 第32-37页 |
| 3.2.1 结构模型计算参数取值 | 第33-34页 |
| 3.2.2 施工工况划分 | 第34-35页 |
| 3.2.3 有限元分析模型建立 | 第35-37页 |
| 3.3 红树林大桥Midas Civil计算模型结果分析 | 第37-52页 |
| 3.3.1 红树林大桥成桥结构自振特性分析 | 第37-38页 |
| 3.3.2 主桥施工阶段结构变形结果分析 | 第38-43页 |
| 3.3.3 主桥施工阶段结构应力结果分析 | 第43-49页 |
| 3.3.4 参数敏感性分析 | 第49-52页 |
| 3.4 本章小结 | 第52-53页 |
| 第四章 红树林大桥施工控制 | 第53-70页 |
| 4.1 施工监控流程 | 第53页 |
| 4.2 红树林大桥线形监控 | 第53-59页 |
| 4.2.1 主桥立模标高 | 第53-54页 |
| 4.2.2 测点布置及测量方法 | 第54-55页 |
| 4.2.3 观测时间、内容和频率 | 第55-56页 |
| 4.2.4 测量误差分析 | 第56-57页 |
| 4.2.5 线形监控结果分析 | 第57-59页 |
| 4.3 红树林大桥应力监控 | 第59-69页 |
| 4.3.1 主梁应力监控原理 | 第59-62页 |
| 4.3.2 测点布置及测量方法 | 第62-63页 |
| 4.3.3 应力测量误差 | 第63-64页 |
| 4.3.4 应力监控结果分析 | 第64-69页 |
| 4.4 本章小结 | 第69-70页 |
| 第五章 BP神经网络在红树林大桥施工控制中的应用以及预测方法的优化 | 第70-94页 |
| 5.1 BP神经网络 | 第70-75页 |
| 5.1.1 BP神经网络的介绍 | 第70-71页 |
| 5.1.2 BP神经网络算法的推导 | 第71-75页 |
| 5.2 BP神经网络的MATLAB实现 | 第75-79页 |
| 5.3 红树林大桥线形控制BP神经网络模型的应用 | 第79-88页 |
| 5.3.1 主要参数的确定 | 第79-80页 |
| 5.3.2 红树林大桥BP神经网络预测实例 | 第80-88页 |
| 5.4 红树林大桥BP神经网络模型优化 | 第88-93页 |
| 5.4.1 训练方法的对比 | 第88-92页 |
| 5.4.2 最优隐含层神经元个数的确立 | 第92页 |
| 5.4.3 优化后计算预测结果 | 第92-93页 |
| 5.5 本章小结 | 第93-94页 |
| 第六章 结论与展望 | 第94-96页 |
| 6.1 结论 | 第94-95页 |
| 6.2 展望 | 第95-96页 |
| 参考文献 | 第96-100页 |
| 致谢 | 第100页 |
