声明
摘要
第1章 绪论
1.1 研究背景及意义
1.2 有限元模型修正概述
1.2.1 基于动力的有限元模型修正
1.2.2 基于静力的有限元模型修正
1.3 人工智能算法在模型修正中的应用
1.4 有限元模型修正的一般
1.5 本文研究内容
第2章 BP神经网络原理与设计
2.1 BP神经网络的基本原理
2.2 BP网络学习过程的实现步骤
2.3 BP神经网络结构设计
2.4 BP神经网络的不足
2.5 本章小结
第3章 BP网络结构与初始权、阀值优化
3.1 传统遗传算法优化BP网络
3.1.1 传统遗传算法简要介绍
3.1.2 传统遗传算法的实现步骤
3.1.3 传统遗传算法优化BP网络
3.2 递阶遗传算法优化BP网络
3.2.1 递阶遗传算法简介
3.2.2 递阶遗传算法结构及编码
3.2.3 递阶遗传算法优化BP网络
3.2.4 基于MTALAB平台算法实现
3.3 算例一及结果分析
3.4 本章小结
第4章 BP网络训练样本优化
4.1 均匀设计方法
4.2 基于MATLAB的均匀设计程序
4.3 算例二及结果分析
4.4 本章小结
第5章 优化BP神经网络在模型修正中的应用
5.1 大城西黄河大桥监控概况
5.1.1 桥梁介绍
5.1.2 主要技术参数
5.1.3 线形测点布置
5.2 监控结果对比及误差分析
5.3 实桥有限元模型修正
5.3.1 初始有限元模型的建立
5.3.2 修正参数选取及灵敏度分析
5.3.3 确定修正参数取值范围
5.3.4 基于均匀设计的实桥模型修
5.3.5 模型修正结果
5.4 本章小结
第6章 结论与展望
6.1 结论
6.2 展望
参考文献
致谢
攻读硕士学位期间所取得的科研成果
武汉理工大学;