随机和认知不确定性下的水下爆炸容器可靠性研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 水下爆炸容器研究进展 | 第10-11页 |
| 1.2.2 结构可靠性研究进展 | 第11-12页 |
| 1.2.3 智能算法在结构可靠性分析中的应用 | 第12页 |
| 1.3 主要研究内容和论文结构 | 第12-14页 |
| 1.3.1 主要研究内容 | 第12-13页 |
| 1.3.2 论文结构 | 第13-14页 |
| 第2章 结构可靠性基本理论 | 第14-20页 |
| 2.1 结构可靠性基本概念 | 第14-15页 |
| 2.1.1 结构可靠性与失效定义 | 第14页 |
| 2.1.2 结构可靠性基本公式 | 第14-15页 |
| 2.2 结构可靠度计算方法 | 第15-18页 |
| 2.2.1 一次二阶矩法 | 第15-17页 |
| 2.2.2 蒙特卡罗法 | 第17-18页 |
| 2.3 基于非概率区间模型的结构可靠性分析 | 第18-20页 |
| 2.3.1 应力-强度非概率集合干涉模型 | 第18页 |
| 2.3.2 结构非概率区间可靠性度量 | 第18-20页 |
| 第3章 智能算法基本理论 | 第20-26页 |
| 3.1 孤立森林 | 第20-21页 |
| 3.2 人工神经网络 | 第21-24页 |
| 3.2.1 BP神经网络 | 第21-23页 |
| 3.2.2 广义回归神经网络 | 第23-24页 |
| 3.3 支持向量机 | 第24-25页 |
| 3.4 粒子群算法 | 第25-26页 |
| 第4章 水下爆炸容器的动态响应预测 | 第26-35页 |
| 4.1 数据准备 | 第26-32页 |
| 4.1.1 数据采集 | 第26-27页 |
| 4.1.2 影响因素的选择 | 第27-29页 |
| 4.1.3 数据预处理 | 第29-32页 |
| 4.2 动态响应模型建立 | 第32-34页 |
| 4.2.1 BPNN预测模型 | 第32页 |
| 4.2.2 GRNN预测模型 | 第32-33页 |
| 4.2.3 结果对比 | 第33-34页 |
| 4.3 本章小结 | 第34-35页 |
| 第5章 水下爆炸容器的可靠性分析 | 第35-43页 |
| 5.1 随机不确定下的可靠性分析 | 第35-38页 |
| 5.1.1 基于MC的概率可靠性分析 | 第35-36页 |
| 5.1.2 基于SVR-FOMS的概率可靠性分析 | 第36-38页 |
| 5.2 随机和认知不确定下的可靠性分析 | 第38-41页 |
| 5.2.1 基于PSO-GRNN最大应变区间预测 | 第39页 |
| 5.2.2 混合可靠性分析 | 第39-40页 |
| 5.2.3 混合可靠性计算结果 | 第40-41页 |
| 5.3 结果对比 | 第41页 |
| 5.4 本章小结 | 第41-43页 |
| 第6章 总结与展望 | 第43-45页 |
| 6.1 总结 | 第43-44页 |
| 6.2 展望 | 第44-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-51页 |
| 附录1 攻读硕士学位期间发表的论文 | 第51-52页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第52页 |
