| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 病态问题 | 第11-12页 |
| 1.2.2 智能优化算法应用研究现状 | 第12-13页 |
| 1.2.3 正则化算法应用研究现状 | 第13-14页 |
| 1.3 本文主要研究内容 | 第14-16页 |
| 第2章 正则化算法 | 第16-29页 |
| 2.1 引言 | 第16页 |
| 2.2 正则化算法理论 | 第16-21页 |
| 2.2.1 截断奇异值法（TSVD法） | 第16-18页 |
| 2.2.2 吉洪诺夫法（Tikhonov法） | 第18-21页 |
| 2.3 正则参数选取方法理论 | 第21-26页 |
| 2.3.1 L_曲线法（L_curve法） | 第21-24页 |
| 2.3.2 广义交叉验证法（GCV法） | 第24-26页 |
| 2.4 正则化算法比较 | 第26-28页 |
| 2.4.1 前期准备 | 第26-27页 |
| 2.4.2 比较结果 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 智能优化算法 | 第29-52页 |
| 3.1 引言 | 第29页 |
| 3.2 基础智能优化算法 | 第29-40页 |
| 3.2.1 粒子群优化算法 | 第29-32页 |
| 3.2.2 遗传算法 | 第32-40页 |
| 3.3 基础智能优化算法的改进 | 第40-49页 |
| 3.3.1 遗传算法与混沌搜索混合改进（CLSGA） | 第41-45页 |
| 3.3.2 基于粒子群算法的遗传算法改进（GAPSO） | 第45-47页 |
| 3.3.3 基于遗传算法的粒子群算法改进（PSOGA） | 第47-49页 |
| 3.4 智能优化算法比较 | 第49-51页 |
| 3.4.1 前期准备 | 第49页 |
| 3.4.2 比较结果 | 第49-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第4章 优化算法的应用 | 第52-73页 |
| 4.1 引言 | 第52页 |
| 4.2 不同激励下优化算法总体应用比较 | 第52-53页 |
| 4.3 优化算法在静态载荷识别中的应用 | 第53-64页 |
| 4.3.1 实验背景 | 第53-54页 |
| 4.3.2 实验准备 | 第54-57页 |
| 4.3.3 实验结果 | 第57-64页 |
| 4.4 优化算法在动态载荷识别中的应用 | 第64-72页 |
| 4.4.1 实验背景 | 第64-65页 |
| 4.4.2 实验准备 | 第65-68页 |
| 4.4.3 实验结果 | 第68-72页 |
| 4.5 本章小结 | 第72-73页 |
| 总结与展望 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第80-81页 |
| 致谢 | 第81页 |
