| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 遗传算法的来源和发展 | 第11-13页 |
| 1.2.1 遗传算法的生物学基础 | 第11-12页 |
| 1.2.2 遗传算法的发展历史 | 第12-13页 |
| 1.3 遗传算法的研究现状及应用 | 第13-15页 |
| 1.3.1 遗传算法的理论研究现状 | 第13-14页 |
| 1.3.2 遗传算法在实际工程中的应用 | 第14-15页 |
| 1.4 本文的主要研究工作 | 第15-16页 |
| 第二章 遗传算法的基本理论 | 第16-29页 |
| 2.1 遗传算法的基本流程 | 第16-17页 |
| 2.2 遗传算法的基本要素 | 第17-23页 |
| 2.2.1 参数编码 | 第17-19页 |
| 2.2.2 参数解码 | 第19页 |
| 2.2.3 种群初始化 | 第19-20页 |
| 2.2.4 适应度函数设计 | 第20-21页 |
| 2.2.5 遗传算子 | 第21-23页 |
| 2.2.6 运算终止准则 | 第23页 |
| 2.3 遗传算法中的参数设置 | 第23-25页 |
| 2.4 遗传算法的其他措施 | 第25-28页 |
| 2.4.1 精英保留策略 | 第25页 |
| 2.4.2 约束处理方法 | 第25-26页 |
| 2.4.3 异种机制 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 相对适应度选择算子 | 第29-45页 |
| 3.1 标准遗传算法的适应度函数 | 第29-31页 |
| 3.1.1 界限构造法 | 第29-30页 |
| 3.1.2 预估界限值对运算结果的影响 | 第30-31页 |
| 3.2 相对适应度 | 第31-32页 |
| 3.2.1 动态界限值 | 第31页 |
| 3.2.2 相对适应度函数 | 第31-32页 |
| 3.3 基于相对适应度遗传算法的高层结构阻尼器优化布置 | 第32-44页 |
| 3.3.1 高层结构阻尼器布置问题 | 第32-33页 |
| 3.3.2 黏弹性阻尼器的基本原理 | 第33-36页 |
| 3.3.3 计算模型 | 第36-40页 |
| 3.3.4 相对适应度遗传算法和标准遗传算法的计算结果及对比分析 | 第40-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 数字序列编码 | 第45-63页 |
| 4.1 数字序列编码的含义 | 第45-47页 |
| 4.2 数字序列编码的遗传操作 | 第47-49页 |
| 4.2.1 离散重组交叉算子 | 第47-48页 |
| 4.2.2 单点变异 | 第48-49页 |
| 4.3 数字序列编码遗传算法在高层结构阻尼器优化布置问题中的应用 | 第49-53页 |
| 4.3.1 计算模型 | 第49-50页 |
| 4.3.2 数字序列编码遗传算法的有效性验证 | 第50-52页 |
| 4.3.3 各层安装数量不同的结构阻尼器优化布置问题 | 第52-53页 |
| 4.4 高层结构阻尼器布置优化问题的深入研究 | 第53-62页 |
| 4.4.1 目标函数 | 第53-54页 |
| 4.4.2 不同优化目标下高层结构的阻尼器优化布置 | 第54-59页 |
| 4.4.3 归一化目标函数及应用 | 第59-62页 |
| 4.5 本章小结 | 第62-63页 |
| 第五章 混合编码遗传算法 | 第63-71页 |
| 5.1 混合编码 | 第63-64页 |
| 5.2 混合编码遗传算法的遗传操作 | 第64-67页 |
| 5.2.1 初始种群 | 第64-65页 |
| 5.2.2 交叉算子 | 第65-66页 |
| 5.2.3 变异算子 | 第66-67页 |
| 5.3 基于混合编码遗传算法阻尼器优化布置 | 第67-70页 |
| 5.3.1 16层框架结构模型 | 第67-69页 |
| 5.3.2 12层框架结构模型 | 第69页 |
| 5.3.3 黏弹性阻尼器的参数取值讨论 | 第69-70页 |
| 5.4 本章小结 | 第70-71页 |
| 第六章 结论及展望 | 第71-73页 |
| 6.1 结论 | 第71页 |
| 6.2 展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 附录A 攻读硕士学位期间发表学术论文情况 | 第77-78页 |
| 致谢 | 第78页 |
