| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 第1章 绪论 | 第14-30页 |
| ·课题背景及研究的目的和意义 | 第14-15页 |
| ·结构可靠度基本理论 | 第15-17页 |
| ·结构的不确定性 | 第15页 |
| ·结构可靠度分析基本内容 | 第15-16页 |
| ·工程结构可靠度的分析和设计程序步骤 | 第16-17页 |
| ·结构可靠度基本方法 | 第17-28页 |
| ·构件可靠度 | 第17-20页 |
| ·体系可靠度 | 第20-28页 |
| ·研究过程中存在的问题 | 第28-29页 |
| ·本文的主要研究内容 | 第29-30页 |
| 第2章 基于多项式的结构可靠度分析拟线性偏最小二乘响应面法 | 第30-56页 |
| ·引言 | 第30页 |
| ·实验设计对响应面法的影响 | 第30-40页 |
| ·概述 | 第31页 |
| ·实验设计方法 | 第31-35页 |
| ·结构可靠度分析响应面法实验设计比较 | 第35-40页 |
| ·基于多项式的拟线性偏最小二乘响应面法 | 第40-55页 |
| ·传统的响应面拟合方法 | 第40-43页 |
| ·偏最小二乘回归 | 第43-44页 |
| ·可靠度分析拟线性偏最小二乘响应面方法 | 第44-48页 |
| ·算例分析 | 第48-55页 |
| ·本章小结 | 第55-56页 |
| 第3章 基于函数近似的结构可靠度分析非线性偏最小二乘响应面法 | 第56-79页 |
| ·引言 | 第56页 |
| ·基本思想 | 第56-57页 |
| ·基于样条变换的非线性偏最小二乘响应面法 | 第57-68页 |
| ·样条函数 | 第58-59页 |
| ·非线性偏最小二乘响应面法 | 第59-64页 |
| ·算例分析 | 第64-68页 |
| ·基于核函数变换的非线性偏最小二乘回归响应面法 | 第68-78页 |
| ·核函数 | 第68-71页 |
| ·非线性偏最小二乘响应面法 | 第71-74页 |
| ·算例分析 | 第74-78页 |
| ·本章小结 | 第78-79页 |
| 第4章 基于 COKRIGING 模型结构可靠度分析方法 | 第79-104页 |
| ·引言 | 第79页 |
| ·KRIGING 方法简介 | 第79-80页 |
| ·基于 COKRIGING 代理模型的一次可靠度迭代方法 | 第80-94页 |
| ·cokriging 方法 | 第80-81页 |
| ·代理模型一次可靠度计算方法 | 第81-87页 |
| ·算例分析 | 第87-94页 |
| ·基于 COKRIGING 代理模型重要抽样方法 | 第94-103页 |
| ·重要抽样法 | 第94-95页 |
| ·代理模型模拟重要抽样法 | 第95-97页 |
| ·算例分析 | 第97-103页 |
| ·本章小结 | 第103-104页 |
| 第5章 基于偏最小二乘技术与人工神经网络混合模型可靠度分析方法 | 第104-124页 |
| ·引言 | 第104页 |
| ·人工神经网络概述 | 第104-106页 |
| ·基于偏最小二乘与 BP 网络混合模型的可靠度分析方法 | 第106-116页 |
| ·BP 神经网络 | 第106-107页 |
| ·混合模型可靠度分析方法 | 第107-111页 |
| ·算例分析 | 第111-116页 |
| ·基于偏最小二乘与 RBF 网络混合模型的可靠度分析方法 | 第116-123页 |
| ·RBF 神经网络 | 第116-117页 |
| ·混合模型可靠度分析方法 | 第117-120页 |
| ·算例分析 | 第120-123页 |
| ·本章小结 | 第123-124页 |
| 结论 | 第124-127页 |
| 参考文献 | 第127-140页 |
| 攻读博士学位期间发表的论文及其它成果 | 第140-143页 |
| 致谢 | 第143-145页 |
| 个人简历 | 第145页 |
