基于微粒群优化算法的结构系统识别
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-13页 |
| 第1章 绪论 | 第13-22页 |
| ·引言 | 第13-14页 |
| ·系统识别方法综述 | 第14-21页 |
| ·传统的系统识别方法 | 第15-16页 |
| ·新型的系统识别方法 | 第16-21页 |
| ·本文的主要工作 | 第21-22页 |
| ·问题的提出 | 第21页 |
| ·研究内容 | 第21-22页 |
| 第2章 基本微粒群算法 | 第22-32页 |
| ·引言 | 第22-23页 |
| ·基本微粒群算法 | 第23-27页 |
| ·算法原理 | 第23-25页 |
| ·算法流程 | 第25-27页 |
| ·基本微粒群算法的社会行为分析 | 第27-29页 |
| ·与其它进化算法的比较 | 第27-28页 |
| ·两种基本进化模型 | 第28-29页 |
| ·带惯性权重的PSO算法 | 第29-30页 |
| ·带压缩因子的PSO算法 | 第30-31页 |
| ·标准微粒群算法存在的问题 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第3章 微粒群算法的参数分析 | 第32-48页 |
| ·引言 | 第32-33页 |
| ·惯性权重的分析 | 第33-39页 |
| ·惯性权重的调整策略 | 第34-36页 |
| ·实验仿真 | 第36-39页 |
| ·结论 | 第39页 |
| ·加速因子 C1和 C2的分析 | 第39-45页 |
| ·数值模拟实验设置 | 第40-41页 |
| ·模拟实验结果及分析 | 第41-45页 |
| ·结论 | 第45页 |
| ·粒子群规模 N的分析 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 第4章 基于微粒群算法的结构系统识别 | 第48-76页 |
| ·引言 | 第48页 |
| ·基于 PSO的数学模型系统识别 | 第48-52页 |
| ·基于 PSO的结构模型系统识别 | 第52-65页 |
| ·质量已知的系统识别 | 第53-58页 |
| ·质量未知的系统识别 | 第58-65页 |
| ·不同PSO参数选取的识别效果比较 | 第65-67页 |
| ·惯性权重的选择 | 第65-66页 |
| ·加速因子C1和C2的选择 | 第66-67页 |
| ·十层剪切型结构参数识别验证分析 | 第67-75页 |
| ·本章小结 | 第75-76页 |
| 第5章 总结与展望 | 第76-78页 |
| ·本文总结 | 第76-77页 |
| ·展望 | 第77-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-82页 |
| 个人简历 在读期间发表的学术论文与研究成果 | 第82页 |
