连续梁拱组合桥梁施工控制研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-21页 |
| ·梁拱组合桥概述 | 第12-15页 |
| ·梁拱组合桥的产生与发展 | 第12-14页 |
| ·连续梁拱组合桥的分类及其力学特征 | 第14-15页 |
| ·连续梁拱组合桥的施工方法 | 第15-16页 |
| ·连续梁拱组合桥施工控制研究现状 | 第16页 |
| ·本文工程背景 | 第16-19页 |
| ·结构构造 | 第16-17页 |
| ·施工工序 | 第17-19页 |
| ·施工控制原则 | 第19页 |
| ·本文研究的主要内容 | 第19-21页 |
| 第2章 吊杆合理成桥索力与施工索力的确定 | 第21-36页 |
| ·合理成桥索力优化方法 | 第21-25页 |
| ·最小弯曲能量法原理 | 第22-24页 |
| ·影响矩阵法原理 | 第24-25页 |
| ·合理施工索力的确定方法 | 第25-27页 |
| ·倒拆分析法 | 第25页 |
| ·正装迭代法 | 第25-26页 |
| ·影响矩阵法 | 第26页 |
| ·无应力状态法 | 第26-27页 |
| ·实际工程桥梁吊杆合理成桥索力与施工索力的确定 | 第27-35页 |
| ·初步优化成桥索力 | 第27-29页 |
| ·合理成桥索力的确定 | 第29-31页 |
| ·合理施工索力的确定 | 第31-32页 |
| ·成桥索力二次调整 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 主梁线形控制理论 | 第36-53页 |
| ·悬浇主梁线形控制中三类标高 | 第36-37页 |
| ·主梁线形控制方法 | 第37-39页 |
| ·主梁线形误差影响因素 | 第39-40页 |
| ·参数敏感性分析 | 第40-41页 |
| ·参数识别与状态预测方法 | 第41-43页 |
| ·BP神经网络基本理论 | 第43-47页 |
| ·BP神经网络结构 | 第43-44页 |
| ·BP神经网络算法流程 | 第44-47页 |
| ·BP神经网络的缺点 | 第47页 |
| ·遗传算法基本理论 | 第47-49页 |
| ·遗传算法简介 | 第47-48页 |
| ·遗传算法的运算过程 | 第48-49页 |
| ·遗传的特点 | 第49页 |
| ·BP神经网络与遗传算法的结合 | 第49-52页 |
| ·BP神经网络与遗传算法的结合的必要性 | 第49-50页 |
| ·遗传-BP神经网络算法流程 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第4章 某连续梁拱组合桥主梁线形控制 | 第53-75页 |
| ·成桥预拱度的确定 | 第53-54页 |
| ·施工预拱度的确定 | 第54-56页 |
| ·参数敏感性分析 | 第56-61页 |
| ·参数敏感性分析方法 | 第56-57页 |
| ·待分析参数的确定 | 第57页 |
| ·模型参数取值及相对扰动率的确定 | 第57-59页 |
| ·参数敏感性指标的确定 | 第59-60页 |
| ·参数敏感性分析结果 | 第60-61页 |
| ·遗传-BP神经网络在参数识别中的应用 | 第61-65页 |
| ·网络结构的确定 | 第61-62页 |
| ·遗传算法的参数设计 | 第62页 |
| ·学习与测试样本的获取 | 第62-64页 |
| ·数据预处理 | 第64-65页 |
| ·参数识别结果及分析 | 第65页 |
| ·遗传-BP神经网络在状态预测中的应用 | 第65-70页 |
| ·输入输出参数确定 | 第66页 |
| ·学习样本的确定 | 第66-67页 |
| ·数据预处理方法 | 第67-69页 |
| ·预测结果及分析 | 第69-70页 |
| ·立模标高调整值的确定 | 第70-71页 |
| ·立模标高的确定 | 第71-73页 |
| ·本章小结 | 第73-75页 |
| 第5章 拱肋线形控制 | 第75-83页 |
| ·拱肋线形控制基本原理 | 第75-76页 |
| ·拱肋预拱度设置原理 | 第76页 |
| ·拱肋预拱度设置方法 | 第76-78页 |
| ·实际工程预拱度计算结果与分析 | 第78-81页 |
| ·本章小结 | 第81-83页 |
| 结论及展望 | 第83-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-89页 |
