| 【中文题名】 | BP神经网络在大型斜拉桥施工控制中的应用研究 |
| 【英文题名】 | The Application of BP Neural Network on Cable-stayed Bridge's Construction Control |
| 【学科专业】 | 大地测量学与测量工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-10-12 |
| 【中关键词】 | 斜拉桥,BP神经网络,灰色系统理论,施工控制,线形控制预测, |
| 【英关键词】 | cable-stayed bridge,BP neural network,gray system theories,construction control,line form control predict, |
| 【分类导航】 | 交通运输>公路运输>桥涵工程>各种桥梁>桥梁：按结构分>斜拉桥 |
| 【论文摘要】 |
随着交通事业的快速发展和桥梁建造技术的不断进步，桥梁建设向大跨度、高难度的方向发展，结构轻盈、美观安全的斜拉桥逐渐被广泛采用。施工控制是斜拉桥施工技术的重要组成部分，是保证桥梁结构施工安全、控制施工宏观质量的关键。因此对斜拉桥的施工控制是桥梁建设的一项重要工作。影响大型斜拉桥施工控制的因素繁多而复杂，而且这些信息相互独立，如何充分有效的利用这些信息，并结合现代数学理论，建立相关的监控模型，进行有效的施工控制，是本文研究的主要内容。全文结合大型斜拉桥施工特点，研究人工神经网络在施工控制中的应用，主要从以下几个方面做了探讨研究：
(1)通过对人工神经网络基本原理的分析讨论，从理论上论证了人工神经网络方法在大型斜拉桥施工控制中应用的可行性，在此基础上，研究了斜拉桥施工控制的影响因素及相互作用关系。
(2)在分析常规BP学习算法在桥梁施工控制应用中存在的缺陷的基础上，探讨相应的改进方法。结合分析结果建立合适的BP人工神经网络模型，对斜拉桥钢箱梁的安装线形控制进行预测。
(3)针对施工控制数据单位和量级差别较大的问题，采用数据归一化方法，克服了级差数据对网络自学习收敛性不利的影响。
... |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
Abstract |
6-8 |
|
第一章 绪论 |
8-16 |
|
1.1 斜拉桥的发展 |
8-12 |
|
1.2 斜拉桥施工控制研究现状 |
12-13 |
|
1.3 本文研究的目的和意义 |
13-15 |
|
1.4 本文主要研究的内容 |
15-16 |
|
第二章 大型斜拉桥的施工控制 |
16-28 |
|
2.1 施工控制系统 |
16-17 |
|
2.2 桥梁施工控制影响因素分析 |
17-19 |
|
2.3 斜拉桥施工控制的具体工作 |
19-22 |
|
2.4 斜拉桥施工过程中的模拟方法 |
22-24 |
|
2.5 大型斜拉桥施工控制原则和方法 |
24-27 |
|
2.6 本章小结 |
27-28 |
|
第三章 斜拉桥施工控制中的预测控制方法 |
28-41 |
|
3.1 预测控制方法 |
28-29 |
|
3.2 状态预测的灰色系统理论法 |
29-34 |
|
3.3 人工神经网络方法 |
34-39 |
|
3.4 几种预测方法的比较分析 |
39-40 |
|
3.5 本章小结 |
40-41 |
|
第四章 BP神经网络基本原理 |
41-51 |
|
4.1 BP神经网络及其模型 |
41-42 |
|
4.2 BP学习算法 |
42-47 |
|
4.3 BP神经网络存在的问题及其改进措施 |
47-50 |
|
4.4 本章小结 |
50-51 |
|
第五章 BP网络模型在大型斜拉桥施工控制中的应用 |
51-71 |
|
5.1 工程概况 |
51-52 |
|
5.2 神经网络模型的构建 |
52-55 |
|
5.3 BP神经网络在桥梁施工控制中的实现 |
55-56 |
|
5.4 神经网络控制的计算机实现 |
56-59 |
|
5.5 数据处理及结果分析 |
59-70 |
|
5.6 本章小结 |
70-71 |
|
第六章 总结与展望 |
71-73 |
|
6.1 总结 |
71-72 |
|
6.2 展望 |
72-73 |
|
主要参考文献 |
73-77 |
|
致谢 |
77-78 |
|
附录 |
78 |
|
| 【DOI】 | LunWen.ID:2.2008.389044 |
