| 第一章 绪论 | 第8-21页 |
| 1.1 结构优化设计发展综述 | 第8-11页 |
| 1.2 遗传算法的特点和发展现状 | 第11-16页 |
| 1.3 基于神经网络的结构近似分析技术概述 | 第16-17页 |
| 1.4 选题意义及主要研究内容 | 第17-21页 |
| 第二章 10MN 油压机机身的结构有限元分析 | 第21-32页 |
| 2.1 建立结构模型前的准备 | 第22-23页 |
| 2.2 分析工作情况,选择典型工况 | 第23-25页 |
| 2.3 建立油压机模型 | 第25-27页 |
| 2.4 模型的网格化 | 第27-29页 |
| 2.5 确定并施加载荷约束 | 第29-30页 |
| 2.6 应用ANSYS 求解 | 第30-31页 |
| 2.7 结论 | 第31-32页 |
| 第三章 基于 APDL 语言描述的结构参数化有限元方法研究 | 第32-37页 |
| 3.1 参数化设计的基本方法 | 第32-33页 |
| 3.2 参数化的有限元结构分析 | 第33-34页 |
| 3.3 实例模型设计 | 第34-35页 |
| 3.4 结论 | 第35-37页 |
| 第四章 基于 BP 神经网络的结构近似重分析技术研究 | 第37-64页 |
| 4.1 结构分析与结构重分析技术 | 第37-43页 |
| 4.2 BP 算法基本原理 | 第43-46页 |
| 4.3 BP 算法的不足及其产生原因 | 第46-49页 |
| 4.4 目前BP 算法的改进措施 | 第49-54页 |
| 4.5 改进型 BP 算法 | 第54-57页 |
| 4.6 油压机上横梁BP 神经网络的建模 | 第57-62页 |
| 4.7 结论 | 第62-64页 |
| 第五章 基于 Pareto 的多目标遗传算法的基本原理及改进模型 | 第64-94页 |
| 5.1 简单遗传算法的基本理论及特点 | 第64-67页 |
| 5.2 简单遗传算法的不足 | 第67-68页 |
| 5.3 简单遗传算法的改进 | 第68-74页 |
| 5.4 多目标与单目标优化的比较及选用多目标优化时采取的策略 | 第74-83页 |
| 5.5 采用模糊罚函数处理多目标优化中的约束条件 | 第83-86页 |
| 5.6 Pareto 多目标遗传算法的总体结构 | 第86-91页 |
| 5.7 离散变量多目标优化的Pareto 遗传算法实现 | 第91-93页 |
| 5.8 结论 | 第93-94页 |
| 第六章 利用仿生算法(神经网络+Pareto GA)实现油压机横梁的优化设计 | 第94-101页 |
| 6.1 油压机横梁的多目标优化设计 | 第95-97页 |
| 6.2 优化设计结果及分析 | 第97-98页 |
| 6.3 结论 | 第98-101页 |
| 第七章 总结与展望 | 第101-104页 |
| 7.1 全文总结 | 第101-103页 |
| 7.2 发展方向 | 第103-104页 |
| 参考文献 | 第104-116页 |
| 致谢 | 第116-117页 |
| 作者在攻读博士学位期间发表的论文 | 第117页 |
