| 摘要 | 第4-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第14-26页 |
| 1.1 引言 | 第14页 |
| 1.2 结构可靠性的研究现状和进展 | 第14-19页 |
| 1.2.1 影响结构可靠性的不确定性 | 第14-16页 |
| 1.2.2 结构可靠性研究的发展和研究现状 | 第16-17页 |
| 1.2.3 概率可靠性特点及其局限性 | 第17-18页 |
| 1.2.4 模糊可靠性的发展现状 | 第18-19页 |
| 1.3 结构可靠性优化设计的发展和现状 | 第19-21页 |
| 1.3.1 结构可靠性优化设计 | 第19-20页 |
| 1.3.2 可靠性优化设计发展现状 | 第20-21页 |
| 1.4 人工神经网络的发展和现状 | 第21-24页 |
| 1.4.1 神经网络的形成 | 第21-23页 |
| 1.4.2 神经网络的特征 | 第23页 |
| 1.4.3 神经网络的改进 | 第23-24页 |
| 1.5 本文研究内容 | 第24-26页 |
| 第2章 正交基神经网络 | 第26-48页 |
| 2.1 引言 | 第26页 |
| 2.2 神经网络的基本理论 | 第26-30页 |
| 2.2.1 人工神经网络简介 | 第26-27页 |
| 2.2.2 BP 神经网络 | 第27-28页 |
| 2.2.3 BP 网络的优势与局限性 | 第28-29页 |
| 2.2.4 神经网络的非线性逼近能力 | 第29-30页 |
| 2.3 正交基神经网络 | 第30-39页 |
| 2.3.1 数值逼近的一般理论 | 第30-31页 |
| 2.3.2 正交多项式与Fourier 级数 | 第31-33页 |
| 2.3.3 最佳平方逼近及正交基神经网络的提出 | 第33-35页 |
| 2.3.4 正交基神经网络模型 | 第35-37页 |
| 2.3.5 正交基神经网络的学习过程 | 第37-39页 |
| 2.4 数值算例 | 第39-47页 |
| 2.4.1 正交基神经网络的逼近能力 | 第39-40页 |
| 2.4.2 正交基神经网络的容错能力 | 第40-42页 |
| 2.4.3 正交基神经网络的收敛性能 | 第42-43页 |
| 2.4.4 正交基神经网络模拟应力强度形状因子 | 第43-45页 |
| 2.4.5 正交基神经网络模拟多输入非线性函数 | 第45-47页 |
| 2.5 本章小结 | 第47-48页 |
| 第3章 基于正交基神经网络的结构可靠性分析 | 第48-66页 |
| 3.1 引言 | 第48页 |
| 3.2 结构可靠性的基本概念 | 第48-52页 |
| 3.2.1 结构的极限状态 | 第49页 |
| 3.2.2 结构的可靠度指标 | 第49-51页 |
| 3.2.3 结构可靠度指标的几何意义 | 第51-52页 |
| 3.3 基于正交基神经网络响应面法的可靠度计算方法 | 第52-58页 |
| 3.3.1 正交基神经网络计算偏导数 | 第53-54页 |
| 3.3.2 正交基神经网络的数据预处理 | 第54-55页 |
| 3.3.3 基于正交基神经网络的响应面方法 | 第55-58页 |
| 3.4 正交基神经网络响应面法的应用算例 | 第58-65页 |
| 3.4.1 线性功能函数的可靠度计算 | 第58-59页 |
| 3.4.2 含二次项的极限状态函数可靠度计算 | 第59-60页 |
| 3.4.3 非线性功能函数的可靠度计算 | 第60-61页 |
| 3.4.4 悬臂梁的可靠性分析 | 第61-62页 |
| 3.4.5 装载机动臂的疲劳寿命可靠性分析 | 第62-65页 |
| 3.5 本章小结 | 第65-66页 |
| 第4章 基于正交基神经网络的可靠性优化设计及其在结构疲劳寿命中的应用 | 第66-92页 |
| 4.1 引言 | 第66页 |
| 4.2 结构优化设计的基本概念 | 第66-68页 |
| 4.3 基于正交基神经网络的结构可靠性优化设计方法 | 第68-74页 |
| 4.3.1 结构可靠性优化设计 | 第68-70页 |
| 4.3.2 基于正交基神经网络的结构可靠性优化设计 | 第70-72页 |
| 4.3.3 正交基神经网络的可靠性优化设计数学模型 | 第72-74页 |
| 4.4 基于正交基神经网络的结构可靠性优化设计算例 | 第74-83页 |
| 4.4.1 三杆桁架的可靠性优化设计 | 第74-76页 |
| 4.4.2 螺栓的可靠性优化设计 | 第76-80页 |
| 4.4.3 发动机气门弹簧的可靠性优化设计 | 第80-83页 |
| 4.5 基于正交基神经网络的结构疲劳可靠性优化设计 | 第83-91页 |
| 4.5.1 结构的疲劳寿命 | 第83页 |
| 4.5.2 疲劳累积损伤理论 | 第83-84页 |
| 4.5.3 结构的疲劳寿命估算 | 第84-86页 |
| 4.5.4 正交基神经网络在结构疲劳寿命中的应用 | 第86-88页 |
| 4.5.5 悬臂梁的疲劳可靠性优化设计 | 第88-91页 |
| 4.6 本章小结 | 第91-92页 |
| 第5章 基于正交基神经网络的结构模糊可靠性分析 | 第92-118页 |
| 5.1 引言 | 第92-93页 |
| 5.2 模糊理论基础 | 第93-100页 |
| 5.2.1 普通集合及其特征函数 | 第93页 |
| 5.2.2 模糊集合 | 第93-94页 |
| 5.2.3 隶属函数 | 第94-97页 |
| 5.2.4 截集与分解定理 | 第97-98页 |
| 5.2.5 L-R 型模糊数 | 第98-100页 |
| 5.3 基于正交基神经网络的模糊可靠度计算 | 第100-107页 |
| 5.3.1 不确定性变量的信息熵 | 第100-101页 |
| 5.3.2 熵的等效变换法 | 第101-103页 |
| 5.3.3 正交基神经网络法计算模糊可靠度 | 第103-107页 |
| 5.4 正交基神经网络应用于模糊可靠性分析算例 | 第107-115页 |
| 5.4.1 含有一个模糊变量的可靠度计算 | 第107-108页 |
| 5.4.2 含有两个模糊变量的可靠度计算 | 第108-110页 |
| 5.4.3 简支梁的模糊可靠度计算 | 第110-111页 |
| 5.4.4 拖拉机前桥的断裂模糊可靠性分析 | 第111-113页 |
| 5.4.5 土层沉降的模糊可靠性分析 | 第113-115页 |
| 5.5 本章小结 | 第115-118页 |
| 第6章 结论和展望 | 第118-122页 |
| 6.1 结论 | 第118-120页 |
| 6.2 未来工作展望 | 第120-122页 |
| 参考文献 | 第122-132页 |
| 作者简介及在学期间所取得的科研成果 | 第132-135页 |
| 致谢 | 第135页 |
