| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第19-27页 |
| 1.1 课题研究背景 | 第19-20页 |
| 1.2 冻融环境下预应力混凝土受弯构件疲劳可靠度研究 | 第20-21页 |
| 1.2.1 钢筋混凝土疲劳可靠度研究 | 第20-21页 |
| 1.2.2 冻融环境下预应力混凝土疲劳可靠度研究 | 第21页 |
| 1.3 冻融环境下预应力混凝土疲劳寿命预测研究 | 第21-24页 |
| 1.3.1 冻融环境下混凝土疲劳寿命预测方法研究 | 第21-24页 |
| 1.3.2 冻融环境下预应力混凝土疲劳寿命预测研究现状 | 第24页 |
| 1.4 本文主要研究内容及创新点 | 第24-27页 |
| 1.4.1 主要研究内容 | 第24-25页 |
| 1.4.2 创新点 | 第25-27页 |
| 第2章 冻融环境下混凝土与钢筋疲劳剩余强度及寿命分布模型 | 第27-37页 |
| 2.1 试验简介 | 第27-29页 |
| 2.2 冻融环境下混凝土抗压剩余强度退化模型研究 | 第29-32页 |
| 2.2.1 混凝土疲劳抗压剩余强度模型 | 第29-30页 |
| 2.2.2 混凝土冻融抗压剩余强度模型 | 第30页 |
| 2.2.3 冻融环境下混凝土疲劳抗压剩余强度退化模型 | 第30-31页 |
| 2.2.4 冻融应力影响系数g | 第31-32页 |
| 2.3 钢筋疲劳剩余强度退化模型 | 第32-34页 |
| 2.4 冻融环境下预应力混凝土及钢筋的寿命分布模型 | 第34-36页 |
| 2.4.1 冻融环境下混凝土及钢筋疲劳寿命分布 | 第34页 |
| 2.4.2 分布类型的检验 | 第34-36页 |
| 2.5 本章小结 | 第36-37页 |
| 第3章 冻融环境下预应力混凝土受弯构件可靠度研究 | 第37-51页 |
| 3.1 结构可靠度基本概念 | 第37-39页 |
| 3.1.1 结构的可靠度与可靠性 | 第37页 |
| 3.1.2 结构的随机变量与极限状态 | 第37-38页 |
| 3.1.3 失效概率与可靠度指标 | 第38-39页 |
| 3.2 可靠度基本计算方法 | 第39-44页 |
| 3.2.1 中心点法 | 第40-41页 |
| 3.2.2 验算点法(JC法) | 第41-42页 |
| 3.2.3 蒙特卡罗法 | 第42-43页 |
| 3.2.4 百分位秩法 | 第43-44页 |
| 3.3 可靠度计算 | 第44-47页 |
| 3.3.1 基于MonteCarlo法的可靠度计算 | 第44-46页 |
| 3.3.2 基于百分位秩法的可靠度计算 | 第46页 |
| 3.3.3 基于概率分布函数的可靠度计算 | 第46-47页 |
| 3.4 结果分析 | 第47-48页 |
| 3.5 本章小结 | 第48-51页 |
| 第4章 基于BP神经网络的冻融环境下预应力混凝土疲劳寿命预测 | 第51-59页 |
| 4.1 BP神经网络 | 第51-55页 |
| 4.1.1 BP神经网络模型结构 | 第51-52页 |
| 4.1.2 BP神经网络算法内容 | 第52-54页 |
| 4.1.3 BP神经网络实现步骤 | 第54-55页 |
| 4.2 预应力混凝土疲劳寿命预测模型样本 | 第55页 |
| 4.3 网络测试及结果分析 | 第55-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第5章 基于不同算法优化BP神经网络的冻融环境下预应力混凝土疲劳寿命预测 | 第59-71页 |
| 5.1 遗传算法 | 第59-61页 |
| 5.1.1 遗传算法概述 | 第59页 |
| 5.1.2 遗传算法基本原理 | 第59页 |
| 5.1.3 遗传算法优化BP神经网络基本流程 | 第59-61页 |
| 5.1.4 遗传算法的优点与局限性 | 第61页 |
| 5.2 粒子群算法优化BP网络 | 第61-63页 |
| 5.2.1 粒子群算法概述 | 第61-62页 |
| 5.2.2 粒子群算法基本原理 | 第62页 |
| 5.2.3 粒子群算法优化BP网络基本流程 | 第62-63页 |
| 5.2.4 粒子群算法的优点与局限性 | 第63页 |
| 5.3 基于混合算法优化BP神经网络的预测模型 | 第63-65页 |
| 5.3.1 粒子群算法与遗传算法的结合 | 第63-64页 |
| 5.3.2 混合算法基本思想 | 第64页 |
| 5.3.3 PSO-GA算法优化BP神经网络基本流程 | 第64-65页 |
| 5.4 冻融环境下预应力混凝土疲劳寿命预测 | 第65-69页 |
| 5.4.1 各优化算法参数设置 | 第65-66页 |
| 5.4.2 测试结果分析 | 第66-69页 |
| 5.5 本章小结 | 第69-71页 |
| 第6章 结论与展望 | 第71-73页 |
| 6.1 结论 | 第71页 |
| 6.2 研究展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 攻读学位期间发表的学术论文 | 第77-79页 |
| 致谢 | 第79页 |
