| 致谢 | 第1-7页 |
| 摘要 | 第7-8页 |
| ABSTRACT | 第8-12页 |
| 插图清单 | 第12-13页 |
| 表格清单 | 第13-14页 |
| 第一章 绪论 | 第14-21页 |
| ·研究背景 | 第14-15页 |
| ·损伤识别的研究现状 | 第15-16页 |
| ·结构健康监测和损伤识别 | 第15-16页 |
| ·损伤识别方法的研究现状 | 第16-20页 |
| ·模型修正和指纹分析法 | 第16-17页 |
| ·基于神经网络的损伤识别 | 第17页 |
| ·基于小波分析的损伤识别 | 第17-18页 |
| ·基于贝叶斯概率统计的损伤识别 | 第18-20页 |
| ·本文主要的研究工作 | 第20-21页 |
| 第二章 贝叶斯概率理论及结构分析中的实现 | 第21-26页 |
| ·贝叶斯概率基本理论 | 第21-22页 |
| ·结构损伤识别的贝叶斯模型 | 第22-26页 |
| ·结构损伤的参数化 x | 第22页 |
| ·结构损伤的贝叶斯模型 | 第22-26页 |
| 第三章 传递式马尔可夫蒙塔卡罗法（TMCMC）的概率估计 | 第26-37页 |
| ·蒙特卡罗方法 | 第26-27页 |
| ·蒙特卡罗方法介绍 | 第26-27页 |
| ·随机数 | 第27页 |
| ·蒙塔卡罗积分中常见的抽样法 | 第27-28页 |
| ·接受-拒绝抽样（Acceptance-Rejection sampling) | 第27-28页 |
| ·重要性抽样（Acceptance-Rejection sampling) | 第28页 |
| ·马尔可夫蒙塔卡罗（MCMC）抽样方法介绍 | 第28-31页 |
| ·马尔可夫过程 | 第29页 |
| ·Gibbs 抽样 | 第29-30页 |
| ·MetropoLis-Hastings（MH）抽样 | 第30-31页 |
| ·改进的传递式马尔可夫蒙塔卡罗抽样法（TMCMC） | 第31-37页 |
| ·TMCMC 方法介绍 | 第31-34页 |
| ·TMCMC 的改进 | 第34-37页 |
| 第四章 桁架结构损伤的 TMCMC 贝叶斯概率推断 | 第37-46页 |
| ·建立有限元软件与 TMCMC 程序环境的数据传输 | 第37-38页 |
| ·桁架结构节点的复杂性模拟 | 第38-39页 |
| ·算例分析 | 第39-46页 |
| ·桁架结构的有限元模拟 | 第39-41页 |
| ·结构动力试验的数值模拟 | 第41-44页 |
| ·桁架结构损伤模拟 | 第44-46页 |
| 第五章 计算结果及数据分析 | 第46-78页 |
| ·损伤工况#1 | 第46-57页 |
| ·改进后 TMCMC 的有效性验证 | 第46-50页 |
| ·TMCMC 影响参数研究 | 第50-57页 |
| ·损伤工况 1 分析小结 | 第57页 |
| ·损伤工况 2—高维未知参数的识别分析 | 第57-64页 |
| ·8 维未知参数的损伤识别 | 第58-61页 |
| ·时域法和频域法的计算分析 | 第61-64页 |
| ·损伤工况二小结 | 第64页 |
| ·损伤工况 3 计算分析 | 第64-68页 |
| ·桁架节点损伤识别的研究 | 第64-65页 |
| ·贝叶斯概率 TMCMC 的节点损伤分析 | 第65-68页 |
| ·损伤工况 3 小结 | 第68页 |
| ·不同噪声水平下的损伤识别分析 | 第68-78页 |
| ·不同噪声水平下的损伤工况一计算分析 | 第69-71页 |
| ·不同噪声水平下的损伤工况二计算分析 | 第71-76页 |
| ·不同噪声水平下的损伤分析小结 | 第76-78页 |
| 第六章 总结与展望 | 第78-80页 |
| ·本文结论 | 第78页 |
| ·进一步的工作 | 第78-80页 |
| 参考文献 | 第80-85页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第85-86页 |
