灰色粒子群算法在结构损伤识别中的应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-9页 |
| 第一章 绪论 | 第9-20页 |
| ·桥梁结构损伤识别的意义 | 第9-13页 |
| ·桥梁结构损伤识别研究现状 | 第13-14页 |
| ·智能算法在损伤检测中的应用 | 第14-18页 |
| ·基于遗传算法的损伤识别方法 | 第14-15页 |
| ·基于模式识别的损伤识别方法 | 第15页 |
| ·基于小波变换的损伤识别方法 | 第15-16页 |
| ·基于神经网络的损伤识别方法 | 第16-17页 |
| ·基于灰色理论的损伤识别方法 | 第17页 |
| ·基于 HHT 变换的损伤识别方法 | 第17-18页 |
| ·基于粒子群算法的损伤识别方法 | 第18页 |
| ·本文的主要工作 | 第18-20页 |
| 第二章 模态在结构损伤识别中的应用 | 第20-28页 |
| ·引言 | 第20-21页 |
| ·模态置信度 | 第21-22页 |
| ·柔度置信度 | 第22-23页 |
| ·模型修正法 | 第23-26页 |
| ·本章小结 | 第26-28页 |
| 第三章 粒子群优化算法 | 第28-34页 |
| ·粒子群优化算法简介 | 第28页 |
| ·粒子群优化算法基本流程 | 第28-30页 |
| ·粒子群算法原理 | 第30-32页 |
| ·编码 | 第30-31页 |
| ·参数设置 | 第31-32页 |
| ·目标函数 | 第32页 |
| ·约束条件 | 第32页 |
| ·同其他算法的比较 | 第32页 |
| ·本章小结 | 第32-34页 |
| 第四章 单目标函数粒子群算法仿真算例 | 第34-48页 |
| ·基于模态置信度的单目标粒子群算法 | 第34-43页 |
| ·未知量的选取 | 第34页 |
| ·目标函数 | 第34-35页 |
| ·识别过程 | 第35-36页 |
| ·仿真算例 | 第36-40页 |
| ·基于模态置信度的单目标粒子群函数损伤识别 | 第40-43页 |
| ·基于柔度置信度的单目标粒子群算法 | 第43-47页 |
| ·基于柔度置信度的单目标粒子群函数损伤识别过程 | 第43-44页 |
| ·识别效果图 | 第44-47页 |
| ·两种目标函数损伤结果分析对比 | 第47-48页 |
| 第五章 灰色多目标函数粒子群算法 | 第48-55页 |
| ·多目标函数粒子群算法 | 第48-49页 |
| ·多目标函数粒子群算法步骤 | 第48-49页 |
| ·灰色关联度 | 第49-50页 |
| ·灰色粒子群算法 | 第50-51页 |
| ·灰色粒子群算法原理 | 第50页 |
| ·灰色粒子群算法流程 | 第50-51页 |
| ·两目标函数灰色粒子群算法损伤识别 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 组合 T 梁模型试验 | 第55-63页 |
| ·引言 | 第55页 |
| ·实验模态处理原理 | 第55-56页 |
| ·试验装置 | 第56-63页 |
| ·钢筋混凝土组合 T 梁模型 | 第57-59页 |
| ·试验工况方案设置 | 第59-63页 |
| 第七章 试验数据分析 | 第63-71页 |
| ·引言 | 第63页 |
| ·分析方法与基本步骤 | 第63-65页 |
| ·损伤识别 | 第65-70页 |
| ·有限元模态参数 | 第65-67页 |
| ·损伤识别效果图 | 第67-70页 |
| ·本章小结 | 第70-71页 |
| 第八章 结论与展望 | 第71-74页 |
| ·主要结论 | 第71-72页 |
| ·今后工作的展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 在学期间发表的论著及取得的科研成果 | 第79页 |
