| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-12页 |
| ·工程背景 | 第9-11页 |
| ·本文的内容安排及解决的问题 | 第11-12页 |
| 2 结构模型修正的进展 | 第12-21页 |
| ·引言 | 第12-13页 |
| ·结构模型修正的基本原理及各类方法 | 第13-19页 |
| ·基于敏感性分析的矩阵型模型修正方法 | 第14-15页 |
| ·参数型模型修正方法 | 第15-17页 |
| ·基于神经网络的模型修正方法 | 第17-19页 |
| ·结构模型修正方法进展情况 | 第19-21页 |
| 3 蚁群算法的发展与工程应用 | 第21-39页 |
| ·引言 | 第21-22页 |
| ·人工蚁群算法的基本思想 | 第22-25页 |
| ·人工蚁与真实蚂蚁的异同 | 第22-24页 |
| ·人工蚁群算法的实现过程 | 第24-25页 |
| ·基本蚁群算法的模型 | 第25-27页 |
| ·改进的蚁群优化算法 | 第27-37页 |
| ·带精英策略的蚂蚁系统 | 第27-28页 |
| ·蚁群系统 | 第28-31页 |
| ·最大-最小蚂蚁系统 | 第31-34页 |
| ·连续优化问题的自适应蚁群算法(AACA) | 第34-37页 |
| ·蚁群优化算法的应用 | 第37-39页 |
| 4 基于蚁群优化算法对结构动力模型的修改 | 第39-67页 |
| ·引言 | 第39-40页 |
| ·工程模型的简化 | 第40-41页 |
| ·初始有限元模型建模与计算 | 第41-44页 |
| ·APDL参数化语言与ANSYS批处理分析 | 第44-45页 |
| ·结构修正参数的确定 | 第45-46页 |
| ·基于AACA算法的模型修正 | 第46-51页 |
| ·选用AACA算法进行模型修正的原因 | 第46-47页 |
| ·应用AACA算法进行模型修正的步骤 | 第47-51页 |
| ·模型修正结果的分析 | 第51-65页 |
| ·目标函数值的进化过程及其分析 | 第51-53页 |
| ·各修正参数和各目标分量的进化过程及其分析 | 第53-55页 |
| ·算法的调节参数和各区间信息素分布的进化过程及其分析 | 第55-58页 |
| ·模型修正前后比较及其分析 | 第58-62页 |
| ·与其他算法修正结果的比较及其分析 | 第62-64页 |
| ·算法参数设置的一些研究 | 第64-65页 |
| ·本章小结 | 第65-67页 |
| 总结 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |