| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 本文研究课题及其意义 | 第9-11页 |
| 1.1.1 课题背景 | 第9-11页 |
| 1.1.2 课题目的和意义 | 第11页 |
| 1.2 优化方法、结构优化设计的发展现状 | 第11-13页 |
| 1.3 遗传算法的发展及其现状 | 第13-15页 |
| 1.4 遗传算法在工程结构优化中的应用 | 第15-17页 |
| 1.5 本文所做的主要工作 | 第17-19页 |
| 第2章 结构优化设计问题概述 | 第19-28页 |
| 2.1 传统优化设计方法的分类 | 第19页 |
| 2.2 结构优化设计的概念、内容和特点 | 第19-24页 |
| 2.2.1 结构优化设计的基本概念和数学模型 | 第20-22页 |
| 2.2.2 结构优化问题的特点 | 第22-24页 |
| 2.3 结构优化设计理论的发展 | 第24-27页 |
| 2.3.1 传统优化方法和现代优化算法 | 第24页 |
| 2.3.2 传统结构优化设计理论简介 | 第24-26页 |
| 2.3.3 现代结构智能优化设计理论简介 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 遗传算法的基本理论与实现技术 | 第28-60页 |
| 3.1 模式定理 | 第28-34页 |
| 3.1.1 模式的定义 | 第28-30页 |
| 3.1.2 模式定理(Schemata Theorem) | 第30-33页 |
| 3.1.3 建筑块假说(Building Block Hypothesis) | 第33页 |
| 3.1.4 内在并行性 | 第33-34页 |
| 3.2 遗传算法的实现技术 | 第34-58页 |
| 3.2.1 遗传算法的基本术语 | 第34-36页 |
| 3.2.2 遗传算法的基本步骤 | 第36-37页 |
| 3.2.3 遗传算法的编码技术 | 第37-41页 |
| 3.2.4 群体设定 | 第41-42页 |
| 3.2.5 适应度函数 | 第42-46页 |
| 3.2.6 选择的方法 | 第46-49页 |
| 3.2.7 遗传算子 | 第49-54页 |
| 3.2.8 遗传算法的运行参数 | 第54-56页 |
| 3.2.9 约束条件的处理方法 | 第56-58页 |
| 3.3 本章小结 | 第58-60页 |
| 第4章 改进的遗传算法及其评价 | 第60-73页 |
| 4.1 遗传算法的改进 | 第60-64页 |
| 4.1.1 遗传算法中约束的处理方法 | 第60-61页 |
| 4.1.2 二进制编码的交叉改进 | 第61-62页 |
| 4.1.3 基于小生境技术的遗传算法 | 第62-64页 |
| 4.1.4 竞争最优保留 | 第64页 |
| 4.2 改进遗传算法的性能测试 | 第64-71页 |
| 4.2.1 改进遗传算法的优化结果测试 | 第68-69页 |
| 4.2.2 改进遗传算法的稳定性测试 | 第69-71页 |
| 4.3 本章小结 | 第71-73页 |
| 第5章 遗传算法结构优化程序设计与算例分析 | 第73-98页 |
| 5.1 遗传算法应用的一般步骤 | 第73-74页 |
| 5.2 优化模型的建立 | 第74-77页 |
| 5.3 遗传算法结构优化程序设计 | 第77-80页 |
| 5.4 在结构优化设计算法中GA 初始种群的产生 | 第80页 |
| 5.5 结构优化设计算法中GA 的过程控制 | 第80-81页 |
| 5.6 改进GA 的结构优化程序算例分析 | 第81-87页 |
| 5.7 工程实例 | 第87-97页 |
| 5.8 本章小结 | 第97-98页 |
| 结论与展望 | 第98-101页 |
| 参考文献 | 第101-106页 |
| 致谢 | 第106页 |