| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-24页 |
| 1.1 研究背景及意义 | 第16-17页 |
| 1.2 机翼变形实时测量的研究现状 | 第17-19页 |
| 1.2.1 非接触式测量系统 | 第17-18页 |
| 1.2.2 接触式测量系统 | 第18-19页 |
| 1.3 基于应变的常用变形测量方法 | 第19-21页 |
| 1.3.1 基于模型 | 第19-20页 |
| 1.3.2 不基于模型 | 第20-21页 |
| 1.4 模糊网络变形测量法 | 第21-22页 |
| 1.5 本文主要工作 | 第22-24页 |
| 第二章 模糊理论基础简介 | 第24-34页 |
| 2.1 传统模糊理论 | 第24-26页 |
| 2.1.1 传统模糊集合及运算 | 第24-25页 |
| 2.1.2 传统模糊逻辑推理 | 第25-26页 |
| 2.2 二型模糊理论 | 第26-30页 |
| 2.2.1 二型模糊集合及运算 | 第26-28页 |
| 2.2.2 二型模糊逻辑系统 | 第28-30页 |
| 2.3 区间二型模糊理论 | 第30-31页 |
| 2.4 TSK模糊逻辑系统 | 第31-32页 |
| 2.5 本章小结 | 第32-34页 |
| 第三章 自构架区间二型模糊神经网络测量算法 | 第34-50页 |
| 3.1 区间二型模糊神经网络变形测量算法 | 第34-35页 |
| 3.2 自构架区间二型模糊神经网络结构 | 第35-38页 |
| 3.3 SSIT2FNN的结构学习算法 | 第38-41页 |
| 3.4 SSIT2FNN的参数学习算法 | 第41-45页 |
| 3.4.1 前件参数学习 | 第41-42页 |
| 3.4.2 后件参数学习 | 第42-45页 |
| 3.5 仿真分析 | 第45-49页 |
| 3.6 本章小结 | 第49-50页 |
| 第四章 自分裂迭代线性支持向量回归模糊网络测量算法 | 第50-66页 |
| 4.1 支持向量回归模糊网络变形测量算法 | 第50-51页 |
| 4.2 自分裂迭代线性支持向量回归模糊网络结构 | 第51-52页 |
| 4.3 SSILSVRFN的结构学习算法 | 第52-55页 |
| 4.4 SSILSVRFN的参数学习算法 | 第55-60页 |
| 4.4.1 价值函数的定义 | 第55-56页 |
| 4.4.2 后件参数学习 | 第56-57页 |
| 4.4.3 前件参数学习 | 第57-60页 |
| 4.5 仿真分析 | 第60-65页 |
| 4.5.1 仿真结果比较 | 第60-63页 |
| 4.5.2 特点数学分析 | 第63-65页 |
| 4.6 本章小结 | 第65-66页 |
| 第五章 机翼框架模型静载变形测量实验 | 第66-80页 |
| 5.1 机翼框架模型变形测量系统介绍 | 第66-70页 |
| 5.1.1 机翼框架模型 | 第66-67页 |
| 5.1.2 应变采集系统 | 第67-69页 |
| 5.1.3 位移测量系统 | 第69-70页 |
| 5.2 实验内容及结果分析 | 第70-78页 |
| 5.2.1 实验内容设计 | 第70-73页 |
| 5.2.2 结果对比分析 | 第73-78页 |
| 5.3 本章小结 | 第78-80页 |
| 第六章 总结与展望 | 第80-82页 |
| 6.1 总结 | 第80-81页 |
| 6.2 展望 | 第81-82页 |
| 参考文献 | 第82-88页 |
| 致谢 | 第88-90页 |
| 作者简介 | 第90-92页 |