| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 选题意义及背景 | 第10页 |
| 1.2 结构优化的设计论述 | 第10-12页 |
| 1.2.1 结构优化设计的概念 | 第10-11页 |
| 1.2.2 结构优化设计发展 | 第11-12页 |
| 1.3 智能算法在结构优化中的应用 | 第12-13页 |
| 1.3.1 遗传算法的基本理论 | 第12-13页 |
| 1.3.2 遗传算法的研究现状 | 第13页 |
| 1.4 遗传算法与传统优化设计方法的比较 | 第13-14页 |
| 1.5 本文研究的主要内容 | 第14-15页 |
| 1.6 本文的创新之处 | 第15-16页 |
| 第二章 BP神经网络结合遗传算法在框架结构优化中的应用 | 第16-34页 |
| 2.1 BP神经网络的基本原理 | 第17-21页 |
| 2.1.1 BP神经网络基本模型 | 第17-20页 |
| 2.1.2 BP神经网络的优势 | 第20-21页 |
| 2.2 BP神经网络的实现 | 第21-23页 |
| 2.2.1 输入数据的预处理 | 第21-22页 |
| 2.2.2 网络参数的设计 | 第22-23页 |
| 2.3 数学模型 | 第23-24页 |
| 2.4 案例分析 | 第24-33页 |
| 2.4.1 算例 1 | 第24-29页 |
| 2.4.2 算例 2 | 第29-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 BP神经网络结合遗传算法在桁架结构优化中的应用 | 第34-44页 |
| 3.1 数学模型 | 第34-35页 |
| 3.2 案例分析 | 第35-42页 |
| 3.2.1 17 杆平面桁架 | 第35-38页 |
| 3.2.2 42 杆空间桁架 | 第38-40页 |
| 3.2.3 72 杆空间桁架 | 第40-42页 |
| 3.3 本章小结 | 第42-44页 |
| 第四章 Matlab分布式集群在单变量连续优化中的应用 | 第44-60页 |
| 4.1 Matlab分布式集群优点 | 第45页 |
| 4.2 Matlab并行计算架构 | 第45-47页 |
| 4.3 Matlab软硬环境的建立 | 第47-53页 |
| 4.3.1 Matlab的安装配置 | 第47-49页 |
| 4.3.2 Matlab分布式集群的搭建流程 | 第49-53页 |
| 4.4 数学模型 | 第53-54页 |
| 4.5 算例分析 | 第54-59页 |
| 4.5.1 17 杆平面案例 | 第54-56页 |
| 4.5.2 42 杆空间桁架结构 | 第56-57页 |
| 4.5.3 72 杆空间桁架结构 | 第57-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第五章 Matlab分布式集群在多变量离散优化中的应用 | 第60-70页 |
| 5.1 数学模型的建立 | 第61页 |
| 5.2 案例分析 | 第61-68页 |
| 5.2.1 17 杆平面桁架 | 第61-64页 |
| 5.2.2 42 杆空间桁架 | 第64-66页 |
| 5.2.3 72 杆空间桁架 | 第66-68页 |
| 5.3 本章小结 | 第68-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 总结 | 第70页 |
| 6.2 论文不足之处 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 附录 攻读硕士学位期间发表学术论文情况 | 第76-78页 |
| 致谢 | 第78页 |
