| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-17页 |
| 1.1 课题来源及研究目的 | 第9页 |
| 1.2 研究背景与意义 | 第9-11页 |
| 1.3 国内外研究现状与分析 | 第11-14页 |
| 1.4 本文的主要工作与结构 | 第14-17页 |
| 2 代理模型与粒子群优化算法概述 | 第17-26页 |
| 2.1 引言 | 第17页 |
| 2.2 试验设计方法 | 第17-19页 |
| 2.3 代理模型建模方法 | 第19-24页 |
| 2.4 粒子群优化算法 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 基于全局Kriging模型的粒子群优化算法研究 | 第26-41页 |
| 3.1 引言 | 第26页 |
| 3.2 基于KRIGING模型的全局优化算法 | 第26-30页 |
| 3.3 全局KRIGING模型的建模策略 | 第30-33页 |
| 3.4 基于EGO的粒子群优化算法 | 第33-35页 |
| 3.5 数值算例与分析 | 第35-40页 |
| 3.6 本章小结 | 第40-41页 |
| 4 基于双层动态代理模型的粒子群优化算法研究 | 第41-56页 |
| 4.1 引言 | 第41页 |
| 4.2 基于EI准则的多点全局搜索策略 | 第41-44页 |
| 4.3 基于RBF模型的局部搜索策略 | 第44-47页 |
| 4.4 基于双层动态代理模型的粒子群优化算法流程 | 第47-49页 |
| 4.5 数值实例与分析 | 第49-54页 |
| 4.6 本章小结 | 第54-56页 |
| 5 基于TLMPSO算法的全回转推进器驱动轴的结构优化设计 | 第56-68页 |
| 5.1 工程背景 | 第56-58页 |
| 5.2 基于TLMPSO算法的驱动轴结构优化设计 | 第58-67页 |
| 5.3 本章小结 | 第67-68页 |
| 6 总结与展望 | 第68-70页 |
| 6.1 全文总结 | 第68-69页 |
| 6.2 研究展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-78页 |
| 附录1 攻读硕士学位期间发表学术成果目录 | 第78-79页 |
| 附录2 本文测试函数的数学表达式 | 第79-81页 |