基于智能算法的结构可靠性分析及优化设计研究
| 摘要 | 第1-8页 |
| Abstract | 第8-11页 |
| 目录 | 第11-13页 |
| 第1章 绪论 | 第13-24页 |
| ·研究背景及意义 | 第13-14页 |
| ·结构可靠性分析的发展概况 | 第14-17页 |
| ·概率可靠性分析发展概况 | 第14-16页 |
| ·非概率可靠性分析发展概况 | 第16-17页 |
| ·概率-非概率混合可靠性分析发展概况 | 第17页 |
| ·结构可靠性优化设计的发展概况 | 第17-19页 |
| ·智能算法在结构可靠性分析与优化中的研究现状 | 第19-22页 |
| ·智能算法的研究现状 | 第19-21页 |
| ·智能算法在可靠性分析与优化中的研究现状 | 第21-22页 |
| ·本文研究内容安排及技术路线 | 第22-24页 |
| 第2章 结构可靠性理论及智能算法 | 第24-49页 |
| ·引言 | 第24-25页 |
| ·结构可靠性理论 | 第25-37页 |
| ·基本概念 | 第25-31页 |
| ·可靠性分析方法 | 第31-35页 |
| ·可靠性优化设计 | 第35-37页 |
| ·支持向量机基本理论 | 第37-44页 |
| ·支持向量分类机 | 第38-40页 |
| ·支持向量回归机 | 第40-43页 |
| ·常用核函数及其特点 | 第43-44页 |
| ·粒子群算法 | 第44-48页 |
| ·基本粒子群算法 | 第44-46页 |
| ·改进粒子群算法 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第3章 基于支持向量机的结构可靠性分析 | 第49-70页 |
| ·引言 | 第49页 |
| ·基于SVR的结构概率可靠性分析 | 第49-59页 |
| ·抽样策略 | 第50页 |
| ·改进一次二阶矩法原理及几何意义 | 第50-52页 |
| ·基于SVR的结构概率可靠性分析流程 | 第52-54页 |
| ·算例分析 | 第54-59页 |
| ·基于支持向量机的结构非概率可靠性分析 | 第59-68页 |
| ·基于区间模型的非概率可靠性指标 | 第59-61页 |
| ·基于SVR的非概率可靠性分析方法 | 第61-63页 |
| ·算例分析 | 第63-68页 |
| ·本章小结 | 第68-70页 |
| 第4章 基于粒子群算法的结构概率可靠性优化设计 | 第70-81页 |
| ·引言 | 第70页 |
| ·混沌粒子群优化 | 第70-72页 |
| ·混沌优化 | 第70-71页 |
| ·混沌粒子群算法 | 第71-72页 |
| ·基于CPSO的结构概率可靠性优化方法 | 第72-74页 |
| ·优化模型 | 第72-73页 |
| ·收敛准则 | 第73页 |
| ·基于CPSO的概率可靠性优化流程 | 第73-74页 |
| ·算例分析 | 第74-80页 |
| ·本章小结 | 第80-81页 |
| 第5章 基于粒子群算法的结构非概率可靠性优化设计 | 第81-97页 |
| ·引言 | 第81-82页 |
| ·模拟退火粒子群算法 | 第82-84页 |
| ·模拟退火算法 | 第82页 |
| ·模拟退火粒子群算法 | 第82-84页 |
| ·基于SA-PSO的结构非概率可靠性优化方法 | 第84-89页 |
| ·凸模型方法 | 第85-86页 |
| ·非概率可靠性指标 | 第86-87页 |
| ·基于SA-PSO的非概率可靠性优化流程 | 第87-89页 |
| ·算例分析 | 第89-95页 |
| ·本章小结 | 第95-97页 |
| 第6章 结构概率-非概率混合可靠性分析及优化 | 第97-114页 |
| ·引言 | 第97页 |
| ·概率-非概率混合可靠性分析 | 第97-103页 |
| ·结构概率-非概率混合可靠性模型 | 第97-98页 |
| ·单失效模式结构混合可靠性分析方法 | 第98-100页 |
| ·多失效模式结构混合可靠性分析方法 | 第100-103页 |
| ·概率-非概率混合可靠性优化 | 第103-107页 |
| ·智能单粒子优化算法 | 第103-105页 |
| ·基于ISPO的结构混合可靠性优化方法 | 第105-107页 |
| ·算例分析 | 第107-113页 |
| ·本章小结 | 第113-114页 |
| 结论与展望 | 第114-118页 |
| 致谢 | 第118-119页 |
| 参考文献 | 第119-133页 |
| 攻读博士学位期间发表的论文及参加的课题 | 第133页 |
