| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 起重机优化设计的国内外研究现状 | 第10-12页 |
| 1.3 本文中的研究内容及安排 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 第二章 龙门起重机结构特性及有限元参数化模型 | 第14-26页 |
| 2.1 龙门起重机结构概述 | 第14-19页 |
| 2.1.1 龙门起重机载荷组合 | 第15-17页 |
| 2.1.2 龙门吊的结构设计要求 | 第17-19页 |
| 2.2 建立龙门吊的参数化模型 | 第19-25页 |
| 2.2.1 ANSYS及APDL简介 | 第19-20页 |
| 2.2.2 有限元参数化模型 | 第20-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 龙门起重机结构静动态分析 | 第26-38页 |
| 3.1 龙门吊结构静态分析 | 第26-31页 |
| 3.1.1 应力分析 | 第26-29页 |
| 3.1.2 静刚度分析 | 第29-31页 |
| 3.2 龙门吊结构动态分析 | 第31-37页 |
| 3.2.1 龙门起重机动态刚性的定义 | 第32页 |
| 3.2.2 龙门起重机结构动刚性的分析方法 | 第32-33页 |
| 3.2.3 龙门起重机动态分析结果 | 第33-37页 |
| 3.3 本章小结 | 第37-38页 |
| 第四章 龙门起重机结构系统动态优化设计 | 第38-62页 |
| 4.1 动态优化设计方法概述 | 第38-39页 |
| 4.2 优化问题的成本分析 | 第39-40页 |
| 4.3 建立人工神经网络模型 | 第40-47页 |
| 4.3.1 神经网络的基本理论 | 第40-42页 |
| 4.3.2 神经网络的特点和分类 | 第42页 |
| 4.3.3 RBF神经网络的完成 | 第42-47页 |
| 4.4 利用遗传算法对龙门起重机结构系统进行动态优化设计 | 第47-61页 |
| 4.4.1 遗传算法的特点以及基本理论 | 第47-48页 |
| 4.4.2 遗传算法相关的基本操作 | 第48-52页 |
| 4.4.3 多目标遗传算法 | 第52-53页 |
| 4.4.4 利用遗传算法求解本问题 | 第53-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-63页 |
| 5.1 总结 | 第62页 |
| 5.2 本文的不足及展望 | 第62-63页 |
| 参考文献 | 第63-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间发表的学术论文 | 第66页 |