| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 本文研究背景、目的和意义 | 第14-16页 |
| 1.2 国内外研究现状 | 第16-22页 |
| 1.2.1 计算机试验设计 | 第16页 |
| 1.2.2 序贯采样试验设计 | 第16-18页 |
| 1.2.3 支持向量机在结构不确定性分析中的应用 | 第18-21页 |
| 1.2.4 支持向量机在结构设计优化中的应用 | 第21-22页 |
| 1.3 本文的研究工作 | 第22-24页 |
| 第二章 面向支持向量机建模的试验设计研究及应用 | 第24-41页 |
| 2.1 试验设计方法 | 第24-27页 |
| 2.1.1 拉丁超立方采样 | 第24-25页 |
| 2.1.2 质心Voronoi网格采样 | 第25-26页 |
| 2.1.3 拉丁质心Voronoi网格试验设计 | 第26-27页 |
| 2.2 支持向量机算法 | 第27-31页 |
| 2.2.1 线性支持向量机 | 第27-30页 |
| 2.2.2 非线性支持向量机 | 第30-31页 |
| 2.2.3 最小二乘支持向量机 | 第31页 |
| 2.3 抽样策略 | 第31-33页 |
| 2.3.1 抽样方法 | 第32页 |
| 2.3.2 数据预处理 | 第32-33页 |
| 2.4 基于支持向量回归机的可靠性分析方法 | 第33-34页 |
| 2.5 基于支持向量回归机的设计优化方法 | 第34页 |
| 2.6 算例分析 | 第34-40页 |
| 2.6.1 算例2.1 | 第35-37页 |
| 2.6.2 算例2.2 | 第37-38页 |
| 2.6.3 算例2.3 | 第38-40页 |
| 2.7 本章小结 | 第40-41页 |
| 第三章 支持向量机序贯近似建模方法 | 第41-54页 |
| 3.1 加点准则 | 第41-45页 |
| 3.1.1 最大梯度准则 | 第41-42页 |
| 3.1.2 最大曲率准则 | 第42-44页 |
| 3.1.3 均方误差准则 | 第44-45页 |
| 3.1.4 最大熵准则 | 第45页 |
| 3.2 性能评价指标 | 第45-46页 |
| 3.3 初始样本量确定 | 第46页 |
| 3.4 收敛准则 | 第46-47页 |
| 3.5 算法流程 | 第47-48页 |
| 3.6 算例分析 | 第48-53页 |
| 3.6.1 算例3.1 | 第48-50页 |
| 3.6.2 算例3.2 | 第50-53页 |
| 3.6.3 算例3.3 | 第53页 |
| 3.7 本章小结 | 第53-54页 |
| 第四章 基于序贯支持向量机的结构可靠性灵敏度分析 | 第54-64页 |
| 4.1 全局灵敏度分析 | 第54-57页 |
| 4.1.1 基于失效概率的全局灵敏度指标 | 第54-55页 |
| 4.1.2 基于方差的灵敏度指标 | 第55-56页 |
| 4.1.3 灵敏度指标的转换 | 第56-57页 |
| 4.2 基于序贯支持向量机的全局灵敏度分析方法 | 第57-59页 |
| 4.3 算例分析 | 第59-63页 |
| 4.3.1 算例4.1 | 第59-60页 |
| 4.3.2 算例4.2 | 第60-61页 |
| 4.3.3 算例4.3 | 第61-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第五章 基于序贯支持向量机的结构设计优化 | 第64-77页 |
| 5.1 可靠性问题与优化问题的转换 | 第64-65页 |
| 5.2 数字模拟方法在优化设计中的应用 | 第65页 |
| 5.3 改进交叉熵方法 | 第65-68页 |
| 5.3.1 传统交叉熵方法 | 第65-67页 |
| 5.3.2 改进交叉熵优化方法 | 第67-68页 |
| 5.4 改进交叉熵方法与序贯支持向量机的组合优化算法 | 第68-70页 |
| 5.4.1 实用序贯支持向量机方法 | 第68-69页 |
| 5.4.2 改进交叉熵序贯支持向量机优化方法 | 第69-70页 |
| 5.5 算例分析 | 第70-76页 |
| 5.5.1 算例5.1 | 第70-72页 |
| 5.5.2 算例5.2 | 第72-74页 |
| 5.5.3 算例5.3 | 第74-76页 |
| 5.6 本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-79页 |
| 6.1 全文总结 | 第77-78页 |
| 6.2 工作展望 | 第78-79页 |
| 参考文献 | 第79-88页 |
| 致谢 | 第88-90页 |
| 在学期间的研究成果及发表的学术论文 | 第90页 |