潘登，郭明著的《建築結構人工智能實驗分析環
境》在基於實驗數據和人工智能方法的建築結構人工
智能實驗分析環境的概念基礎上，創建了相應的集成
分析繫統。當一個新結構模型進入建築結構人工智能
實驗分析環境時，該模型的行為或反應能夠基於現有
的實驗數據和現場測量數據繪制出來。
本書利用大量工程實例，闡述了建築結構人工智
能實驗分析環境的各個組成部分與關鍵算法，為建築
結構建模與分析提供了有效的技術支撐，並提供了一
些初步的思路。作者希望能拋磚引玉，引起各位專家
、學者的深入研究。
本書可作為土木工程、建築設計等學科領域的研
究人員及相關專業教師、研究生的參考書。

第1章 緒論
1.1 引言
1.2 應用現狀
1.2.1 智能技術在**土木工程領域的應用
1.2.2 智能技術在國外土木工程領域的應用
1.3 建築結構人工智能實驗分析環境的研究意義
第2章 建築結構人工智能實驗分析環境及其數據庫與數據挖掘
2.1 建築結構人工智能實驗分析環境
2.1.1 建築結構人工智能實驗分析環境的概念
2.1.2 建築結構人工智能實驗分析環境的構成
2.2 建築結構人工智能實驗分析環境數據庫
2.2.1 結構行為
2.2.2 標準化的結構行為
2.2.3 結構反應
2.3 知識發現方法
第3章 結構工作行為數值模式與結構構造狀態數值模式
3.1 結構工作行為數值模式
3.1.1 結構工作行為數值模式概述
3.1.2 廣義牆板矩陣及相似度
3.2 結構構造狀態數值模式
3.2.1 細胞自動機模型
3.2.2 基於FEA的無量綱化模型
第4章 類似區域匹配準則與結構工作行為匹配準則
4.1 類似區域匹配準則1
4.1.1 數學表達
4.1.2 應用結果
4.1.3 結果分析
4.2 類似區域匹配準則2
4.2.1 數學表達
4.2.2 應用結果
4.2.3 結果分析
4.3 類似區域匹配準則3
4.3.1 數學表達
4.3.2 應用結果
4.3.3 結果分析
4.4.3 種類似區域匹配準則的比較
4.5 結構工作行為匹配準則
第5章 建築結構人工智能實驗分析環境的變異性預測功能
5.1 建築結構人工智能實驗分析環境的變異性預測功能簡介
5.2 不考慮結構邊界變異的結構構造與工作行為變異性描述
5.2.1 相似度曲線
5.2.2 相似度曲線包絡線的回歸分析
5.2.3 包絡線繫數的支持向量機模型
5.3 考慮結構邊界變異的結構工作行為變異性描述
5.3.1 結構邊界變異現像
5.3.2 邊界變異參數分析
第6章 建築結構人工智能實驗分析環境中的神經網絡模型
6.1 BP神經網絡模型
6.1.1 神經網絡模型的輸入與輸出
6.1.2 BP神經網絡模型的建立
6.1.3 BP神經網絡模型的應用
6.1.4 BP神經網絡模型應用的精度分析
6.2 RBF神經網絡模型
6.2.1 RBF神經網絡模型的建立
6.2.2 RBF神經網絡模型的應用
6.2.3 RBF神經網絡模型應用的精度分析
6.3 RA神經網絡模型
6.3.1 RA神經網絡模型的建立
6.3.2 RA神經網絡模型的應用
6.3.3 RA神經網絡模型應用的精度分析
第7章 建築結構人工智能實驗分析環境的應用
7.1 基於結構的標準化工作模式和細胞自動機構造狀態模式的預測實例1
7.2 基於結構的試驗工作模式和細胞自動機構造狀態模式的預測實例2
7.3 基於結構的試驗工作模式和FEA無量綱化構造狀態模式的預測實例3
7.4 基於結構的試驗工作模式和細胞自動機構造狀態模式的預測實例4
7.5 建築結構人工智能實驗分析環境預測實例討論及與FEA結果對比
附錄A 類似區域匹配準則1應用結果
附錄B 類似區域匹配準則2應用結果
附錄C 類似區域匹配準則3應用結果
參考文獻