| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 引言 | 第10-12页 |
| 1.2 研究意义 | 第12页 |
| 1.3 传感器的优化概述 | 第12-15页 |
| 1.3.1 传感器优化评价准则 | 第13-14页 |
| 1.3.2 传感器优化布置方法 | 第14-15页 |
| 1.4 结构的损伤检测 | 第15-17页 |
| 1.4.1 基于振动特性的损伤识别法 | 第15-16页 |
| 1.4.2 基于计算智能的损伤识别方法 | 第16-17页 |
| 1.5 本文研究内容 | 第17-18页 |
| 第2章 粒子群算法基本理论 | 第18-29页 |
| 2.1 粒子群算法简介 | 第18页 |
| 2.2 粒子群算法研究现状 | 第18-19页 |
| 2.3 粒子群算法基本原理 | 第19-21页 |
| 2.4 粒子群算法流程 | 第21-22页 |
| 2.5 粒子群算法构成要素分析 | 第22-23页 |
| 2.6 改进粒子群算法 | 第23-27页 |
| 2.7 粒子群算法的应用研究 | 第27-28页 |
| 2.8 本章小结 | 第28-29页 |
| 第3章 改进粒子群算法的程序实现及测试函数 | 第29-38页 |
| 3.1 算法在本文应用中重要问题的考虑 | 第29页 |
| 3.2 改进粒子群算法程序实现过程 | 第29-32页 |
| 3.3 两种算法的测试 | 第32-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 基于粒子群算法的传感器优化布置 | 第38-53页 |
| 4.1 粒子群算法在传感器优化布置中的应用 | 第38-43页 |
| 4.1.1 仿真建模及模态分析 | 第38-41页 |
| 4.1.2 适应度函数的定义 | 第41-42页 |
| 4.1.3 传感器优化布置过程 | 第42-43页 |
| 4.2 网架结构中传感器数目优化的研究 | 第43-46页 |
| 4.2.1 基于Fisher信息矩阵的目标模态数目的选取 | 第43-44页 |
| 4.2.2 基于结构应变能的监控振型阶数的选取 | 第44-45页 |
| 4.2.3 基于MAC准则的传感器数目优化 | 第45-46页 |
| 4.3 网架结构中传感器位置优化的研究 | 第46-52页 |
| 4.3.1 基于模态置信度的粒子群算法 | 第46-50页 |
| 4.3.2 基于模态变形能的粒子群算法 | 第50-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 基于粒子群算法的网架结构损伤识别 | 第53-77页 |
| 5.1 模型修正法 | 第53页 |
| 5.2 粒子群损伤识别过程 | 第53-56页 |
| 5.2.1 数值模型的建立 | 第53-54页 |
| 5.2.2 损伤识别流程 | 第54-55页 |
| 5.2.3 损伤识别中的粒子群适应度函数 | 第55-56页 |
| 5.3 单处损伤的识别 | 第56-62页 |
| 5.3.1 工况设置 | 第56页 |
| 5.3.2 识别过程及结果分析 | 第56-62页 |
| 5.4 不同损伤程度的识别 | 第62-65页 |
| 5.4.1 工况设置 | 第62页 |
| 5.4.2 识别过程及结果分析 | 第62-65页 |
| 5.5 多处损伤的识别 | 第65-70页 |
| 5.5.1 工况设置 | 第65页 |
| 5.5.2 识别过程及结果分析 | 第65-70页 |
| 5.6 基于柔度置信度的粒子群算法损伤识别 | 第70-75页 |
| 5.6.1 基于柔度置信度的粒子群算法 | 第70-71页 |
| 5.6.2 工况设置 | 第71页 |
| 5.6.3 识别过程及结果分析 | 第71-75页 |
| 5.7 本章小结 | 第75-77页 |
| 结论与展望 | 第77-79页 |
| 结论 | 第77页 |
| 展望 | 第77-79页 |
| 参考文献 | 第79-84页 |
| 个人成果说明 | 第84-85页 |
| 致谢 | 第85页 |