| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-28页 |
| ·研究的背景及意义 | 第10-16页 |
| ·结构参数识别方法 | 第16-26页 |
| ·频域识别方法 | 第16-19页 |
| ·时频域识别方法 | 第19页 |
| ·时域识别方法 | 第19-26页 |
| ·本文主要研究工作与内容 | 第26-28页 |
| 第2章 两种典型的基于时间序列结构模型化方法 | 第28-47页 |
| ·人工神经网络原理 | 第28-40页 |
| ·神经网络的特点 | 第28-29页 |
| ·神经元模型 | 第29-32页 |
| ·神经网络结构与学习算法 | 第32-35页 |
| ·典型神经网络结构模型 | 第35-36页 |
| ·BP 神经网络模型 | 第36-40页 |
| ·人工神经网络的应用 | 第40-43页 |
| ·ARMA 模型的原理 | 第43-45页 |
| ·ARMA 模型 | 第43-45页 |
| ·ARMA 模型的物理解释 | 第45页 |
| ·ARMA 模型的应用 | 第45-47页 |
| ·ARMA 模型的研究应用 | 第45-46页 |
| ·ARMA 模型的优势 | 第46-47页 |
| 第3章 两种模型的等效性及新型时域参数识别方法. | 第47-53页 |
| ·用于结构动力系统识别的ARMA 模型 | 第47-49页 |
| ·人工神经网络非参数模型以及两种模型的等效性 | 第49-50页 |
| ·基于神经网络和 ARMA 模型的新型识别方法 | 第50-53页 |
| 第4章 基于神经网络和ARMA 模型的参数识别方法的数值模拟验证 | 第53-72页 |
| ·数值计算模型及响应数据的计算 | 第53-56页 |
| ·数值计算模型 | 第53页 |
| ·数值模型响应计算 | 第53-56页 |
| ·数值模拟验证 | 第56-71页 |
| ·正弦激励下的参数识别 | 第57-61页 |
| ·力锤锤击下的参数识别 | 第61-67页 |
| ·随机激励下的参数识别 | 第67-71页 |
| ·本章小结 | 第71-72页 |
| 第5章 基于神经网络和ARMA 模型的参数识别方法的试验验证 | 第72-82页 |
| ·模型结构与振动试验 | 第72-73页 |
| ·模型结构的动力特性测量 | 第73-74页 |
| ·力锤激励下的结构参数识别 | 第74-80页 |
| ·结构第四层一次激励工况下的识别结果 | 第74-76页 |
| ·结构第三层一次激励工况下的识别结果 | 第76-78页 |
| ·结构第四层三次激励工况下的识别结果 | 第78-80页 |
| ·本章小结 | 第80-82页 |
| 结语 | 第82-84页 |
| 参考文献 | 第84-91页 |
| 致谢 | 第91-92页 |
| 附录A (攻读学位期间所发表的学术论文目录) | 第92-93页 |
| 附录B (论文中相关的程序) | 第93-98页 |