| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-19页 |
| 1.1 课题来源 | 第10页 |
| 1.2 研究背景、目的及课题意义 | 第10-11页 |
| 1.3 研究现状及分析 | 第11-17页 |
| 1.3.1 代理模型研究概述 | 第11-14页 |
| 1.3.2 萤火虫算法研究概述 | 第14-16页 |
| 1.3.3 Isight应用研究概述 | 第16-17页 |
| 1.3.4 课题组前期工作 | 第17页 |
| 1.4 本文主要组织结构 | 第17-19页 |
| 2 代理模型技术研究 | 第19-44页 |
| 2.1 基于代理模型的设计过程 | 第19-20页 |
| 2.2 代理模型技术简介 | 第20-25页 |
| 2.2.1 响应面代理模型技术 | 第22-23页 |
| 2.2.2 Kriging代理模型技术 | 第23页 |
| 2.2.3 RBF代理模型技术 | 第23-25页 |
| 2.3 代理模型构造技术 | 第25-28页 |
| 2.3.1 样本数目确立规则 | 第25页 |
| 2.3.2 取样方法研究 | 第25-27页 |
| 2.3.3 交叉验证研究 | 第27-28页 |
| 2.4 代理模型预测研究 | 第28-43页 |
| 2.4.1 实验设计 | 第28-30页 |
| 2.4.2 响应面代理模型技术仿真结果及分析 | 第30-35页 |
| 2.4.3 Kriging技术仿真结果及分析 | 第35-38页 |
| 2.4.4 RBF代理模型技术仿真结果及分析 | 第38-43页 |
| 2.5 本章小结 | 第43-44页 |
| 3 萤火虫优化方法研究 | 第44-52页 |
| 3.1 萤火虫算法原理分析 | 第44-45页 |
| 3.2 改进的的萤火虫算法 | 第45-47页 |
| 3.3 萤火虫优化方法的适用性问题研究 | 第47-49页 |
| 3.4 数值仿真实验 | 第49-51页 |
| 3.5 本章小结 | 第51-52页 |
| 4 基于Isight的萤火虫优化方法集成 | 第52-72页 |
| 4.1 Isight简介 | 第52-53页 |
| 4.2 Isight二次开发关键技术 | 第53-54页 |
| 4.3 萤火虫优化方法集成 | 第54-59页 |
| 4.4 实例计算 | 第59-71页 |
| 4.4.1 优化前处理 | 第59页 |
| 4.4.2 Isight集成Ansys具体过程 | 第59-61页 |
| 4.4.3 基于响应面模型的萤火虫优化设计 | 第61-63页 |
| 4.4.4 基于Kriging模型的萤火虫优化设计 | 第63-67页 |
| 4.4.5 基于RBF模型的萤火虫优化优化设计 | 第67-71页 |
| 4.5 本章小结 | 第71-72页 |
| 5 研究总结与展望 | 第72-74页 |
| 5.1 研究总结 | 第72-73页 |
| 5.2 展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间发表学术论文情况 | 第78-79页 |
| 致谢 | 第79-80页 |