| 中文摘要 | 第4-5页 |
| 英文摘要 | 第5页 |
| 1 概论 | 第8-13页 |
| 1．1 地震动输入 | 第8-9页 |
| 1．2 地震动仿真技术的现状 | 第9-10页 |
| 1．3 本文研究的目的和意义 | 第10-11页 |
| 1．4 本文的主要内容及安排 | 第11-13页 |
| 2 目标优化问题及常用解法 | 第13-20页 |
| 2．1 多目标优化问题及其数学模型 | 第13-15页 |
| 2．1．1 多目标优化问题的发展史 | 第13页 |
| 2．1．2 多目标优化问题的数学模型 | 第13-15页 |
| 2．2 多目标优化问题的解 | 第15-16页 |
| 2．2．1 绝对最优解 | 第15页 |
| 2．2．2 有效解及弱有效解 | 第15页 |
| 2．2．3 真有效解 | 第15-16页 |
| 2．3 多目标优化问题常用解法 | 第16-19页 |
| 2．3．1 转化为单目标问题的解法 | 第16-17页 |
| 2．3．2 转化为多个单目标问题的解法 | 第17-18页 |
| 2．3．3 非统一模型的解 | 第18页 |
| 2．3．4 直接解法 | 第18-19页 |
| 2．4 小结 | 第19-20页 |
| 3 遗传算法基础及改进 | 第20-35页 |
| 3．1 遗传算法简介 | 第20-21页 |
| 3．2 遗传算法基本原理 | 第21-26页 |
| 3．2．1 编码 | 第22-23页 |
| 3．2．2 遗传操作 | 第23-26页 |
| 3．3 遗传算法的数学原理 | 第26-28页 |
| 3．3．1 模式定理 | 第26-27页 |
| 3．3．2 积木块假设 | 第27页 |
| 3．3．3 遗传算法的隐含并行性 | 第27-28页 |
| 3．4 遗传算法的改进 | 第28-32页 |
| 3．4．1 自适应遗传算法 | 第28-31页 |
| 3．4．2 基于小生境技术的遗传算法 | 第31-32页 |
| 3．5 遗传算法的特点及应用 | 第32-34页 |
| 3．6 小结 | 第34-35页 |
| 4 基于遗传算法拟合多阻尼比反应谱的地震动仿真 | 第35-52页 |
| 4．1 引言 | 第35-40页 |
| 4．1．1 人造地震波在抗震设计中的应用 | 第35页 |
| 4．1．2 反应谱拟合技术 | 第35-36页 |
| 4．1．3 三角级数法 | 第36-40页 |
| 4．2 多阻尼比反应谱拟合问题 | 第40-44页 |
| 4．2．1 阻尼比对反应谱的影响 | 第40-41页 |
| 4．2．2 多阻尼比反应谱拟合问题 | 第41-44页 |
| 4．3 基于遗传算法的拟合多阻尼比反应谱的地震动仿真方法 | 第44-51页 |
| 4．3．1 常用的优化搜寻方法的比较 | 第44-45页 |
| 4．3．2 遗传算法的引入及对多目标函数的处理 | 第45-46页 |
| 4．3．3 基于遗传算法拟合多阻尼比反应谱的地震动仿真 | 第46-49页 |
| 4．3．4 程序的实现及功能 | 第49-51页 |
| 4．4 小结 | 第51-52页 |
| 5 算例分析 | 第52-67页 |
| 5．1 拟合标准设计反应谱 | 第52-58页 |
| 5．1．1 算例1 | 第52-54页 |
| 5．1．2 算例2 | 第54-58页 |
| 5．2 拟合实际记录反应谱 | 第58-66页 |
| 5．2．1 反应谱的比较 | 第59-61页 |
| 5．2．2 模拟地震波的相似性检验 | 第61-66页 |
| 5．3 小结 | 第66-67页 |
| 6 结束语 | 第67-69页 |
| 6．1 主要结论 | 第67页 |
| 6．2 今后的工作 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-71页 |