基于遗传算法的Chaboche模型参数的估计与优化
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 选题的背景和意义 | 第9-10页 |
| 1.2 国内外相关内容的研究现状 | 第10-16页 |
| 1.2.1 疲劳问题相关研究 | 第10-12页 |
| 1.2.2 Chaboche统一粘塑性本构模型 | 第12-13页 |
| 1.2.3 优化方法的研究 | 第13-16页 |
| 1.3 本文的研究目的及意义 | 第16-17页 |
| 第2章 高温循环加载实验 | 第17-21页 |
| 2.1 实验条件 | 第17-19页 |
| 2.2 实验结果 | 第19-21页 |
| 第3章 微分方程组的求解 | 第21-33页 |
| 3.1 Chaboche统一粘塑性本构模型 | 第21-22页 |
| 3.2 求解非线性微分方程组 | 第22-33页 |
| 3.2.1 MATLAB语言 | 第22-24页 |
| 3.2.2 求解非线性微分方程组的方法 | 第24-26页 |
| 3.2.3 具体步骤 | 第26-33页 |
| 第4章 遗传算法初估材料参数 | 第33-46页 |
| 4.1 遗传算法简介 | 第33-36页 |
| 4.1.2 遗传算法的基本思想 | 第33页 |
| 4.1.3 遗传算法的特点 | 第33页 |
| 4.1.4 遗传算法的应用 | 第33-34页 |
| 4.1.5 遗传算法的基本步骤 | 第34-36页 |
| 4.2 遗传算法具体实施步骤 | 第36-42页 |
| 4.2.1 编码 | 第36-37页 |
| 4.2.2 随机产生初始种群 | 第37-38页 |
| 4.2.3 解码 | 第38页 |
| 4.2.4 适应度函数 | 第38-39页 |
| 4.2.5 选择操作 | 第39-40页 |
| 4.2.6 交叉操作 | 第40-41页 |
| 4.2.7 变异操作 | 第41页 |
| 4.2.8 群体进化收敛性判别 | 第41-42页 |
| 4.2.9 输出最优个体 | 第42页 |
| 4.3 模型参数初估结果与检验 | 第42-46页 |
| 第5章 最小二乘法求解精确的材料参数 | 第46-51页 |
| 5.1 选择方法 | 第46页 |
| 5.2 MATLAB与最小二乘法 | 第46-47页 |
| 5.3 最小二乘法优化材料参数 | 第47页 |
| 5.4 模型参数优化结果与检验 | 第47-51页 |
| 第6章 VB建立可视化界面 | 第51-57页 |
| 6.1 VB简介 | 第51-52页 |
| 6.2 ActiveX自动化技术 | 第52-53页 |
| 6.3 VB可视化界面的建立 | 第53-56页 |
| 6.4 VB与MATLAB连接 | 第56-57页 |
| 第7章 结论与展望 | 第57-58页 |
| 7.1 结论 | 第57页 |
| 7.2 展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61页 |
