| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 选题依据和研究意义 | 第11-13页 |
| 1.2 非概率可靠度理论的研究现状 | 第13-15页 |
| 1.3 有待进一步研究的问题 | 第15-17页 |
| 1.4 研究内容与技术路线 | 第17-19页 |
| 1.4.1 主要研究内容 | 第17页 |
| 1.4.2 技术路线 | 第17-19页 |
| 第二章 理论基础 | 第19-29页 |
| 2.1 引言 | 第19页 |
| 2.2 非概率可靠度分析的基本原理 | 第19-22页 |
| 2.2.1 凸模型理论 | 第19-21页 |
| 2.2.2 凸集比例因子指标 | 第21-22页 |
| 2.3 概率与非概率区间混合可靠度分析的基本原理 | 第22-25页 |
| 2.3.1 概率可靠度的基本理论 | 第22-23页 |
| 2.3.2 概率与非概率区间混合可靠度分析的基本理论 | 第23-25页 |
| 2.4 高斯过程回归的基本原理 | 第25-29页 |
| 2.4.1 高斯过程回归 | 第25-27页 |
| 2.4.2 高斯过程协方差函数 | 第27-29页 |
| 第三章 基于二次多项式回归-粒子群优化算法的非概率可靠度分析方法 | 第29-41页 |
| 3.1 引言 | 第29页 |
| 3.2 粒子群优化算法 | 第29-32页 |
| 3.2.1 粒子群优化算法的基本原理 | 第29-30页 |
| 3.2.2 算法的实现步骤 | 第30-32页 |
| 3.3 二次多项式回归-粒子群优化算法 | 第32-36页 |
| 3.3.1 算法的总体思路 | 第32页 |
| 3.3.2 算法的关键技术 | 第32-35页 |
| 3.3.3 算法的实现步骤 | 第35-36页 |
| 3.4 算例分析 | 第36-40页 |
| 算例3.1 区间模型 | 第36-38页 |
| 算例3.2 椭球模型 | 第38-39页 |
| 算例3.3 混合模型 | 第39-40页 |
| 3.5 结论 | 第40-41页 |
| 第四章 基于高斯过程回归-粒子群优化算法的非概率可靠度分析方法 | 第41-54页 |
| 4.1 引言 | 第41页 |
| 4.2 高斯过程回归-粒子群优化算法 | 第41-44页 |
| 4.2.1 算法的总体思路 | 第41-42页 |
| 4.2.2 算法的关键技术 | 第42-43页 |
| 4.2.3 算法的实现步骤 | 第43-44页 |
| 4.3 算例分析 | 第44-52页 |
| 算例4.1 区间模型(算例3.1) | 第44-48页 |
| 算例4.2 椭球模型(算例3.2) | 第48-49页 |
| 算例4.3 混合模型(算例3.3) | 第49-50页 |
| 算例4.4 具有隐式功能函数的区间模型 | 第50-51页 |
| 算例4.5 具有隐式功能函数的混合模型 | 第51-52页 |
| 4.4 结论 | 第52-54页 |
| 第五章 基于高斯过程回归-粒子群优化算法的概率与非概率混合可靠度分析方法 | 第54-68页 |
| 5.1 引言 | 第54页 |
| 5.2 高斯过程回归-粒子群优化算法 | 第54-57页 |
| 5.2.1 算法的总体思路 | 第54-56页 |
| 5.2.2 算法的实现步骤 | 第56-57页 |
| 5.3 算例分析 | 第57-67页 |
| 算例5.1 多峰值函数 | 第57-61页 |
| 算例5.2 悬臂梁结构 | 第61-63页 |
| 算例5.3 管状悬臂梁结构 | 第63-65页 |
| 算例5.4 十杆桁架结构 | 第65-67页 |
| 5.4 结论 | 第67-68页 |
| 第六章 结论与展望 | 第68-70页 |
| 6.1 结论 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 附录 | 第76-78页 |
| 附录1 凸集比例因子可靠指标求解的MCS方法 | 第76-77页 |
| 附录2 概率与区间混合模型的MCS方法 | 第77-78页 |
| 致谢 | 第78-79页 |
| 论文投送及参加科研项目情况 | 第79页 |
