神经网络模型对拔出法检测超高强混凝土强度评定研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第14-25页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 超高强混凝土的发展历程及研究现状 | 第15-19页 |
| 1.3 拔出法国内外研究现状 | 第19-21页 |
| 1.4 神经网络的研究与发展现状 | 第21-23页 |
| 1.5 本文研究思路及主要内容 | 第23-25页 |
| 1.5.1 研究思路 | 第23-24页 |
| 1.5.2 主要内容 | 第24-25页 |
| 第2章 拔出法检测超高强混凝土强度试验及结果分析 | 第25-43页 |
| 2.1 先装拔出法试验 | 第25-35页 |
| 2.1.1 试验设计 | 第25-26页 |
| 2.1.2 试验过程及现象 | 第26-28页 |
| 2.1.3 试验数据分析 | 第28-34页 |
| 2.1.4 测强公式的修正 | 第34-35页 |
| 2.2 后装拔出法试验 | 第35-42页 |
| 2.2.1 试验设计 | 第35页 |
| 2.2.2 试验过程及现象 | 第35-37页 |
| 2.2.3 试验数据分析 | 第37-41页 |
| 2.2.4 测强公式的修正 | 第41-42页 |
| 2.3 本章小结 | 第42-43页 |
| 第3章 神经网络模型对超高强混凝土强度评定研究 | 第43-60页 |
| 3.1 神经网络基本原理 | 第43-47页 |
| 3.1.1 生物神经元模型 | 第43-44页 |
| 3.1.2 人工神经元模型 | 第44-45页 |
| 3.1.3 神经网络模型结构 | 第45-46页 |
| 3.1.4 几种主要的神经网络模型 | 第46-47页 |
| 3.1.5 神经网络过程 | 第47页 |
| 3.2 BP神经网络 | 第47-52页 |
| 3.2.1 BP神经元模型 | 第47-48页 |
| 3.2.2 BP网络结构 | 第48-49页 |
| 3.2.3 BP网络工作原理 | 第49-51页 |
| 3.2.4 BP网络设计 | 第51-52页 |
| 3.3 BP神经网络模型的建立 | 第52-55页 |
| 3.3.1 设计与说明 | 第52页 |
| 3.3.2 模型建立与训练 | 第52-53页 |
| 3.3.3 结果 | 第53-55页 |
| 3.4 径向基函数网络 | 第55-57页 |
| 3.4.1 径向基神经元模型 | 第55-56页 |
| 3.4.2 径向基函数网络结构 | 第56页 |
| 3.4.3 径向基函数网络学习过程 | 第56-57页 |
| 3.4.4 径向基函数网络设计 | 第57页 |
| 3.5 径向基函数网络的建立 | 第57-59页 |
| 3.5.1 设计说明及模型建立 | 第57页 |
| 3.5.2 结果 | 第57-59页 |
| 3.6 本章小结 | 第59-60页 |
| 第4章 对比及影响因素分析 | 第60-66页 |
| 4.1 先装法与后装法的试验结果对比 | 第60-62页 |
| 4.1.1 超高强混凝土 | 第60-61页 |
| 4.1.2 水泥砂浆及纤维水泥砂浆 | 第61-62页 |
| 4.2 不同材料的试验结果对比 | 第62-63页 |
| 4.2.1 超高强混凝土与其他材料 | 第62-63页 |
| 4.2.2 三种纤维水泥砂浆 | 第63页 |
| 4.3 不同方法的评定精度对比 | 第63-64页 |
| 4.4 影响因素分析 | 第64页 |
| 4.5 本章小结 | 第64-66页 |
| 结论与展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 附录A (攻读学位期间所发表的学术论文) | 第73-74页 |
| 附录B (Matlab程序) | 第74页 |
