| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-20页 |
| ·课题研究的背景和意义 | 第8-10页 |
| ·结构损伤诊断研究的内容意义及其发展 | 第10-12页 |
| ·结构损伤识别方法综述 | 第12-15页 |
| ·局部损伤检测方法 | 第12-13页 |
| ·基于振动的损伤检测方法 | 第13-15页 |
| ·神经网络的发展及在结构损伤识别中的应用和研究现状 | 第15-19页 |
| ·本文主要研究内容 | 第19-20页 |
| 第2章 神经网络综述 | 第20-36页 |
| ·神经网络的基本原理 | 第20-25页 |
| ·神经元模型 | 第20-23页 |
| ·神经元传递函数 | 第23-24页 |
| ·神经网络的学习算法 | 第24-25页 |
| ·神经网络的特点及应用 | 第25-27页 |
| ·BP神经网络 | 第27-31页 |
| ·BP网络学习规则 | 第27-28页 |
| ·BP算法存在的问题及改进方法 | 第28-31页 |
| ·概率神经网络(PNN) | 第31-32页 |
| ·径向基神经网络(RBF) | 第32-34页 |
| ·本章小结 | 第34-36页 |
| 第3章 结构损伤识别的基本理论 | 第36-42页 |
| ·基于神经网络的结构损伤检测基本原理 | 第36-37页 |
| ·结构动力学基础 | 第37-38页 |
| ·神经网络输入参数的选择 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 基于神经网络的大跨钢结构缺陷损伤的测定研究 | 第42-74页 |
| ·结构的数值模型 | 第42-47页 |
| ·损伤识别初步定位 | 第47-63页 |
| ·单损伤识别 | 第47-60页 |
| ·双损伤识别 | 第60-63页 |
| ·损伤识别具体定位 | 第63-71页 |
| ·单损伤识别 | 第63-69页 |
| ·双损伤识别 | 第69-71页 |
| ·损伤程度识别 | 第71-73页 |
| ·单损伤识别 | 第71-72页 |
| ·双损伤识别 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 第5章 结论与展望 | 第74-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 附录 | 第81-96页 |