| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 研究目的和意义 | 第10-11页 |
| 1.2 结构拓扑优化研究进展 | 第11-19页 |
| 1.2.1 传统结构拓扑优化方法概述 | 第11-14页 |
| 1.2.2 渐进结构优化法及其国内外研究现状 | 第14-19页 |
| 1.3 本文主要研究内容 | 第19-21页 |
| 第2章 双向渐进结构优化法基本理论及其关键问题 | 第21-45页 |
| 2.1 引言 | 第21页 |
| 2.2 双向渐进结构优化基本理论 | 第21-25页 |
| 2.2.1 灵敏度分析 | 第21-22页 |
| 2.2.2 结构进化策略 | 第22-24页 |
| 2.2.3 算法基本流程 | 第24-25页 |
| 2.3 编程实现的关键问题 | 第25-26页 |
| 2.4 基于刚度的BESO法 | 第26-32页 |
| 2.4.1 刚度优化模型 | 第26-30页 |
| 2.4.2 MBB梁优化算例 | 第30-32页 |
| 2.5 基于模态分析的BESO法 | 第32-37页 |
| 2.5.1 模态分析优化模型 | 第32-35页 |
| 2.5.2 数值算例及结果分析 | 第35-37页 |
| 2.6 数值问题的分析与解决 | 第37-44页 |
| 2.6.1 拓扑优化数值问题的表现形式 | 第37页 |
| 2.6.2 数值问题成因分析 | 第37-41页 |
| 2.6.3 灵敏度过滤技术及更新策略 | 第41-44页 |
| 2.7 本章小结 | 第44-45页 |
| 第3章 基于BESO法的多目标结构拓扑优化 | 第45-63页 |
| 3.1 引言 | 第45页 |
| 3.2 多目标优化基本理论及实现 | 第45-52页 |
| 3.2.1 多目标优化问题的数学模型 | 第45-46页 |
| 3.2.2 Pareto解及其评价准则 | 第46-47页 |
| 3.2.3 多目标优化求解方法 | 第47-48页 |
| 3.2.4 理想点法及归一化处理 | 第48-50页 |
| 3.2.5 主客观权重赋值法 | 第50-52页 |
| 3.3 静载荷多工况的多目标BESO法研究 | 第52-56页 |
| 3.3.1 BESO静载荷多工况优化模型 | 第52-53页 |
| 3.3.2 数值算例及结果分析 | 第53-56页 |
| 3.4 静动态工况的的多目标BESO法研究 | 第56-62页 |
| 3.4.1 BESO静动态工况优化模型 | 第56-58页 |
| 3.4.2 数值算例及结果分析 | 第58-62页 |
| 3.5 本章小结 | 第62-63页 |
| 第4章 基于BESO法的非线性结构拓扑优化 | 第63-74页 |
| 4.1 引言 | 第63页 |
| 4.2 非线性拓扑优化问题描述 | 第63-65页 |
| 4.3 灵敏度分析与计算 | 第65-69页 |
| 4.3.1 力控制型 | 第65-67页 |
| 4.3.2 位移控制型 | 第67-69页 |
| 4.4 非线性结构的BESO法流程 | 第69页 |
| 4.5 数值算例及结果分析 | 第69-72页 |
| 4.6 本章小结 | 第72-74页 |
| 第5章 BESO法结构拓扑优化工程应用 | 第74-82页 |
| 5.1 引言 | 第74页 |
| 5.2 基于Python编程的BESO法实现 | 第74-76页 |
| 5.2.1 Python语言在ABAQUS中的编程应用 | 第74-75页 |
| 5.2.2 Python编程实现BESO法的思路与步骤 | 第75-76页 |
| 5.3 工程算例 | 第76-81页 |
| 5.4 本章小结 | 第81-82页 |
| 结论 | 第82-84页 |
| 参考文献 | 第84-90页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第90-91页 |
| 致谢 | 第91页 |