| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-20页 |
| ·智能结构的研究背景及其意义 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·智能结构的研究进展 | 第12-13页 |
| ·结构振动控制的研究 | 第13-14页 |
| ·模糊控制算法研究 | 第14-15页 |
| ·遗传算法及其与模糊控制的结合 | 第15-19页 |
| ·遗传算法 | 第15-17页 |
| ·遗传算法在模糊控制中的应用 | 第17-19页 |
| ·主要研究内容 | 第19-20页 |
| 第2章 压电材料及其性能 | 第20-29页 |
| ·概述 | 第20页 |
| ·压电材料基本特性 | 第20-24页 |
| ·正压电效应 | 第21-22页 |
| ·逆压电效应 | 第22页 |
| ·压电方程 | 第22-24页 |
| ·压电传感/驱动方程 | 第24-28页 |
| ·基本假定 | 第24-26页 |
| ·压电传感方程 | 第26-28页 |
| ·压电驱动方程 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第3章 空间桁架的数学模型及基本力学方程 | 第29-44页 |
| ·引言 | 第29页 |
| ·基本单元的有限元模型 | 第29-32页 |
| ·建模基础 | 第29-30页 |
| ·杆单元模型 | 第30-32页 |
| ·空间桁架整体力学模型 | 第32-36页 |
| ·静力学方程 | 第32-33页 |
| ·动力学基本方程 | 第33-34页 |
| ·阻尼矩阵 | 第34页 |
| ·特征方程与特征问题 | 第34-35页 |
| ·结构系统的动力响应分析 | 第35-36页 |
| ·含作动器/传感器的智能桁架结构模型及其数学模型 | 第36-43页 |
| ·作动器机电模型 | 第37-39页 |
| ·传感器机电模型 | 第39-41页 |
| ·智能桁架的数学模型 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 模糊控制器的设计 | 第44-59页 |
| ·引言 | 第44页 |
| ·模糊控制系统的基本组成及其控制原理 | 第44-46页 |
| ·传统控制系统结构 | 第44-45页 |
| ·模糊控制系统的结构 | 第45-46页 |
| ·模糊控制的工作原理 | 第46-52页 |
| ·模糊控制器的基本结构 | 第46-47页 |
| ·精确量的模糊化 | 第47-49页 |
| ·模糊控制规则 | 第49-51页 |
| ·模糊量的去模糊化 | 第51-52页 |
| ·模糊控制器设计 | 第52-58页 |
| ·控制策略 | 第52页 |
| ·输入变量的选择 | 第52-53页 |
| ·隶属函数的选取 | 第53-54页 |
| ·模糊控制规则 | 第54-56页 |
| ·模糊控制系统的验证 | 第56-58页 |
| ·小结 | 第58-59页 |
| 第5章 基于 GA 的智能桁架结构的模糊控制及其仿真 | 第59-73页 |
| ·遗传算法基本理论 | 第59页 |
| ·基本遗传操作 | 第59-65页 |
| ·编码 | 第59-61页 |
| ·遗传操作 | 第61-64页 |
| ·适应度函数 | 第64-65页 |
| ·用遗传算法优化控制规则 | 第65-68页 |
| ·编码选择 | 第65页 |
| ·控制规则的编码 | 第65-66页 |
| ·适应度函数的选取 | 第66-67页 |
| ·遗传操作及改进 | 第67-68页 |
| ·遗传算法实现步骤 | 第68页 |
| ·遗传算法优化控制规则相关程序 | 第68-69页 |
| ·实例仿真 | 第69-72页 |
| ·智能桁架模型 | 第69-70页 |
| ·仿真分析 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 结论与展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 作者简介 | 第80-81页 |
| 发表论文和参加科研情况说明 | 第81-82页 |