第1章 绪论

1.1引言

1.2应用现状

1.2.1智能技术在国内土木工程领域的应用

1.2.2智能技术在国外土木工程领域的应用

1.3建筑结构人工智能实验分析环境的研究意义

第2章 建筑结构人工智能实验分析环境及其数据库与数据挖掘

2.1建筑结构人工智能实验分析环境

2.1.1建筑结构人工智能实验分析环境的概念

2.1.2建筑结构人工智能实验分析环境的构成

2.2建筑结构人工智能实验分析环境数据库

2.2.1结构行为

2.2.2标准化的结构行为

2.2.3结构反应

2.3知识发现方法

第3章 结构工作行为数值模式与结构构造状态数值模式

3.1结构工作行为数值模式

3.1.1结构工作行为数值模式概述

3.1.2广义墙板矩阵及相似度

3.2结构构造状态数值模式

3.2.1细胞自动机模型

3.2.2基于FEA的无量纲化模型

第4章 类似区域匹配准则与结构工作行为匹配准则

4.1类似区域匹配准则1

4.1.1数学表达

4.1.2应用结果

4.1.3结果分析

4.2类似区域匹配准则2

4.2.1数学表达

4.2.2应用结果

4.2.3结果分析

4.3类似区域匹配准则3

4.3.1数学表达

4.3.2应用结果

4.3.3结果分析

4.4 3种类似区域匹配准则的比较

4.5结构工作行为匹配准则

第5章 建筑结构人工智能实验分析环境的变异性预测功能

5.1建筑结构人工智能实验分析环境的变异性预测功能简介

5.2不考虑结构边界变异的结构构造与工作行为变异性描述

5.2.1相似度曲线

5.2.2相似度曲线包络线的回归分析

5.2.3包络线系数的支持向量机模型

5.3考虑结构边界变异的结构工作行为变异性描述

5.3.1结构边界变异现象

5.3.2边界变异参数分析

第6章 建筑结构人工智能实验分析环境中的神经网络模型

6.1 BP神经网络模型

6.1.1神经网络模型的输入与输出

6.1.2 BP神经网络模型的建立

6.1.3 BP神经网络模型的应用

6.1.4 BP神经网络模型应用的精度分析

6.2 RBF神经网络模型

6.2.1 RBF神经网络模型的建立

6.2.2 RBF神经网络模型的应用

6.2.3 RBF神经网络模型应用的精度分析

6.3 RA神经网络模型

6.3.1 RA神经网络模型的建立

6.3.2 RA神经网络模型的应用

6.3.3 RA神经网络模型应用的精度分析

第7章 建筑结构人工智能实验分析环境的应用

7.1基于结构的标准化工作模式和细胞自动机构造状态模式的预测实例1

7.2基于结构的试验工作模式和细胞自动机构造状态模式的预测实例2

7.3基于结构的试验工作模式和FEA无量纲化构造状态模式的预测实例3

7.4基于结构的试验工作模式和细胞自动机构造状态模式的预测实例4

7.5建筑结构人工智能实验分析环境预测实例讨论及与FEA结果对比

附录A类似区域匹配准则1应用结果

附录B 类似区域匹配准则2应用结果

附录C类似区域匹配准则3应用结果

参考文献