| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 选题背景 | 第10-11页 |
| 1.2 结构损伤识别的发展历史 | 第11-12页 |
| 1.3 结构损伤识别的研究方法综述 | 第12-17页 |
| 1.3.1 基于频率特性的结构损伤识别方法 | 第12页 |
| 1.3.2 基于柔度矩阵变化的损伤识别方法 | 第12-13页 |
| 1.3.3 基于模态参数的结构损伤识别方法 | 第13页 |
| 1.3.4 基于应变能量变化的结构损伤识别方法 | 第13-14页 |
| 1.3.5 神经网络法 | 第14-15页 |
| 1.3.6 基于遗传算法的损伤识别 | 第15页 |
| 1.3.7 基于小波变换的结构损伤识别 | 第15-16页 |
| 1.3.8 基于人工免疫算法的结构损伤识别 | 第16-17页 |
| 1.4 人工免疫算法与小波分析结合的意义 | 第17-18页 |
| 1.5 本文主要工作 | 第18-19页 |
| 第二章 小波分析与人工免疫算法基本理论 | 第19-36页 |
| 2.1 小波分析理论 | 第19-26页 |
| 2.1.1 小波函数 | 第19页 |
| 2.1.2 连续小波变换 | 第19-22页 |
| 2.1.3 离散小波 | 第22页 |
| 2.1.4 多频率分析 | 第22-26页 |
| 2.2 人工免疫算法理论 | 第26-36页 |
| 2.2.1 生物免疫系统机理 | 第26-29页 |
| 2.2.2 人工免疫系统概述 | 第29-31页 |
| 2.2.3 人工免疫算法 | 第31-36页 |
| 第三章 小波—人工免疫算法识别结构损伤的原理及优化方法 | 第36-50页 |
| 3.1 小波分析识别损伤位置的原理 | 第36-39页 |
| 3.1.1 信号奇异性的性质 | 第36页 |
| 3.1.2 小波基的选择 | 第36-38页 |
| 3.1.3 小波变换识别奇异点位置的原理 | 第38-39页 |
| 3.2 人工免疫算法识别损伤程度的原理 | 第39-41页 |
| 3.2.1 人工免疫算法目标函数的构造 | 第39-40页 |
| 3.2.2 人工免疫算法的实现过程 | 第40-41页 |
| 3.3 基于信息熵的人工免疫算法 | 第41-43页 |
| 3.4 人工免疫算法的优化方法 | 第43-50页 |
| 3.4.1 用欧氏距离对人工免疫算法优化 | 第43-45页 |
| 3.4.2 多峰值人工免疫算法的构造及算法设计 | 第45-50页 |
| 第四章 基于小波—人工免疫算法的梁的损伤识别 | 第50-57页 |
| 4.1 引言 | 第50页 |
| 4.2 基于小波-人工免疫算法的简支梁损伤识别 | 第50-53页 |
| 4.2.1 简支梁结构模型的建立 | 第50-51页 |
| 4.2.2 小波—人工免疫算法识别简支梁结构损伤位置和损伤程度 | 第51-53页 |
| 4.3 基于小波-人工免疫算法的连续梁损伤识别 | 第53-57页 |
| 4.3.1 连续梁结构模型的建立 | 第53-54页 |
| 4.3.2 小波—人工免疫算法识别连续梁结构损伤位置和损伤程度 | 第54-57页 |
| 第五章 基于小波—人工免疫算法的框架结构损伤识别 | 第57-61页 |
| 5.1 引言 | 第57页 |
| 5.2 两层一跨跨框架模型的建立 | 第57-58页 |
| 5.3 小波—人工免疫算法识别两层一跨框架结构损伤位置和损伤程度 | 第58-61页 |
| 结论与展望 | 第61-63页 |
| 结论 | 第61页 |
| 展望 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-70页 |
| 附录（攻读硕士期间发表论文和参加的项目工作） | 第70页 |
