| 摘要 | 第9-11页 |
| Abstract | 第11-12页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 引言 | 第13-14页 |
| 1.2 空间结构健康监测的研究现状 | 第14-17页 |
| 1.2.1 大跨度空间网格结构健康监测的研究意义 | 第15-16页 |
| 1.2.2 大跨度空间网格结构健康监测的研究现状 | 第16-17页 |
| 1.3 问题的提出及本文的研究内容 | 第17-19页 |
| 1.3.1 传感器的优化布置面临的主要问题 | 第17-18页 |
| 1.3.2 本文的研究内容 | 第18-19页 |
| 第2章 传感器优化布置方法 | 第19-25页 |
| 2.1 引言 | 第19-20页 |
| 2.2 传感器优化布置准则 | 第20-21页 |
| 2.2.1 识别误差最小准则 | 第20页 |
| 2.2.2 模态应变能准则 | 第20页 |
| 2.2.3 模型缩减准则 | 第20-21页 |
| 2.2.4 插值拟合准则 | 第21页 |
| 2.2.5 模态保证准则 | 第21页 |
| 2.2.6 其它优化准则 | 第21页 |
| 2.3 传感器优化布置方法 | 第21-23页 |
| 2.3.1 序列法 | 第22页 |
| 2.3.2 MAC法 | 第22页 |
| 2.3.3 有效独立法 | 第22页 |
| 2.3.4 随机类方法 | 第22-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第3章 基于粒子群算法和遗传算法相结合的混合智能优化算法 | 第25-47页 |
| 3.1 引言 | 第25页 |
| 3.2 遗传算法简介 | 第25-27页 |
| 3.2.1 适应度函数 | 第25-26页 |
| 3.2.2 编码 | 第26页 |
| 3.2.3 遗传算子 | 第26-27页 |
| 3.3 粒子群算法简介 | 第27-31页 |
| 3.3.1 算法原理 | 第28-29页 |
| 3.3.2 粒子群算法的特点 | 第29页 |
| 3.3.3 粒子群算法的具体步骤 | 第29-30页 |
| 3.3.4 粒子群算法的参数设置 | 第30-31页 |
| 3.4 粒子群算法与遗传算法对比 | 第31-33页 |
| 3.5 混合智能优化算法 | 第33-36页 |
| 3.5.1 思路 | 第33页 |
| 3.5.2 算法融合的可行性分析 | 第33-34页 |
| 3.5.3 算法融合的基本原理 | 第34-35页 |
| 3.5.4 算法的流程 | 第35-36页 |
| 3.6 算法测试函数比较 | 第36-46页 |
| 3.6.1 算法测试 | 第36-37页 |
| 3.6.2 实验结果及分析 | 第37-46页 |
| 3.7 本章小结 | 第46-47页 |
| 第4章 基于混合智能优化算法的传感器优化布置实现 | 第47-55页 |
| 4.1 引言 | 第47页 |
| 4.2 传感器布置的基本问题 | 第47-49页 |
| 4.3 适应度函数的定义 | 第49-51页 |
| 4.3.1 基于模态置信准则的适应度函数 | 第49-50页 |
| 4.3.2 基于格拉姆矩阵元素和的适应度函数 | 第50-51页 |
| 4.3.3 基于模态置信准则与格拉姆矩阵元素和的适应度函数 | 第51页 |
| 4.4 混合智能优化算法的程序实现 | 第51-53页 |
| 4.4.1 混合智能优化算法在传感器布置中需要考虑的问题 | 第51页 |
| 4.4.2 混合智能优化算法的程序实现过程 | 第51-53页 |
| 4.5 传感器优化布置流程 | 第53-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第5章 基于混合智能优化算法的网壳结构传感器优化布置算例 | 第55-87页 |
| 5.1 引言 | 第55页 |
| 5.2 网壳结构传感器布设研究 | 第55-59页 |
| 5.2.1 建立有限元模型 | 第55-56页 |
| 5.2.2 结构振型频率的计算 | 第56-58页 |
| 5.2.3 基于应变能的监控振型阶数的选取 | 第58-59页 |
| 5.3 基于混合智能优化算法的网壳结构传感器优化布置结果 | 第59-80页 |
| 5.3.1 基于适应度函数f_1的传感器优化布置分析 | 第59-66页 |
| 5.3.2 基于适应度函数f_2的传感器优化布置分析 | 第66-73页 |
| 5.3.3 基于适应度函数f_3的传感器优化布置分析 | 第73-80页 |
| 5.4 混合智能优化算法的性能改进 | 第80-85页 |
| 5.4.1 基于适应度函数f_1的传感器优化布置分析 | 第80-81页 |
| 5.4.2 基于适应度函数f_2的传感器优化布置分析 | 第81-83页 |
| 5.4.3 基于适应度函数f_3的传感器优化布置分析 | 第83-85页 |
| 5.5 结果分析 | 第85-86页 |
| 5.6 本章小结 | 第86-87页 |
| 第6章 基于混合智能优化算法的体育馆结构传感器优化布置的实现 | 第87-101页 |
| 6.1 引言 | 第87页 |
| 6.2 体育馆健康监测系统中传感器优化布置研究 | 第87-90页 |
| 6.2.1 体育馆工程概况 | 第87-88页 |
| 6.2.2 建立体育馆结构有限元模型 | 第88-89页 |
| 6.2.3 结构振型频率的计算 | 第89-90页 |
| 6.3 体育馆健康监测系统中传感器优化布置研究 | 第90-97页 |
| 6.3.1 传感器优化布置结果分析 | 第91-92页 |
| 6.3.2 混合智能算法收敛性分析 | 第92-94页 |
| 6.3.3 基于混合智能算法模态正交性分析 | 第94-97页 |
| 6.3.4 基于混合智能算法振动能量大小分析 | 第97页 |
| 6.4 混合智能算法和粒子群算法的性能比较 | 第97-99页 |
| 6.5 结论与分析 | 第99-100页 |
| 6.6 本章小结 | 第100-101页 |
| 第7章 结论与展望 | 第101-105页 |
| 7.1 结论 | 第101-102页 |
| 7.2 展望 | 第102-105页 |
| 参考文献 | 第105-110页 |
| 攻读硕士学位期间发表的学术论文及科研工作 | 第110-111页 |
| 致谢 | 第111页 |
