改进PSO算法在蠕变模型参数反分析中的应用
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1 绪论 | 第10-13页 |
| 1.1 研究背景 | 第10页 |
| 1.2 研究目的与意义 | 第10-11页 |
| 1.3 研究现状 | 第11页 |
| 1.4 研究内容 | 第11-13页 |
| 2 粒子群算法 | 第13-17页 |
| 2.1 基本粒子群算法 | 第13-15页 |
| 2.1.1 算法原理 | 第13页 |
| 2.1.2 算法步骤 | 第13-15页 |
| 2.2 标准粒子群算法 | 第15-16页 |
| 2.2.1 惯性权重的引入 | 第15页 |
| 2.2.2 收敛因子的引入 | 第15-16页 |
| 2.3 粒子群算法的改进与发展 | 第16页 |
| 2.4 本章小结 | 第16-17页 |
| 3 PSO算法的改进研究 | 第17-32页 |
| 3.1 CGC-PSO算法 | 第17-22页 |
| 3.1.1 混沌变异 | 第17-18页 |
| 3.1.2 扰动策略 | 第18-20页 |
| 3.1.3 CGC-PSO算法的提出 | 第20页 |
| 3.1.4 CGC-PSO算法步骤及流程 | 第20-22页 |
| 3.2 数值实验 | 第22-31页 |
| 3.2.1 Benchmark测试函数 | 第22-25页 |
| 3.2.2 数值实验 | 第25-31页 |
| 3.3 本章小结 | 第31-32页 |
| 4 蠕变模型的参数反分析 | 第32-45页 |
| 4.1 引言 | 第32页 |
| 4.2 蠕变模型 | 第32-38页 |
| 4.2.1 基本元件 | 第32-33页 |
| 4.2.2 组合粘弹性模型 | 第33-38页 |
| 4.3 适应度函数 | 第38页 |
| 4.4 反分析过程 | 第38-44页 |
| 4.4.1 选择最适蠕变模型 | 第38-43页 |
| 4.4.2 求解蠕变模型 | 第43-44页 |
| 4.5 本章小结 | 第44-45页 |
| 结论 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 作者简历 | 第49-51页 |
| 学位论文数据集 | 第51-52页 |
