| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题的背景及意义 | 第9-10页 |
| 1.1.1 课题背景 | 第9-10页 |
| 1.1.2 课题意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 不确定性研究现状 | 第10-12页 |
| 1.2.2 考虑不确定性因素的优化设计方法研究现状 | 第12-13页 |
| 1.2.3 可靠性分析研究现状 | 第13-14页 |
| 1.2.4 基于可靠性的优化设计方法研究现状 | 第14-15页 |
| 1.3 本文主要研究内容 | 第15-17页 |
| 第2章 不确定性因素影响下的可靠性分析 | 第17-28页 |
| 2.1 可靠性分析理论 | 第17-20页 |
| 2.1.1 基于概率统计模型的不确定性描述 | 第17-18页 |
| 2.1.2 可靠性的概念 | 第18-19页 |
| 2.1.3 可靠性分析方法 | 第19-20页 |
| 2.2 可靠性指数法 | 第20-21页 |
| 2.3 蒙特卡洛仿真法 | 第21-23页 |
| 2.4 基于灵敏度分析的可靠度计算方法 | 第23-25页 |
| 2.4.1 一阶灵敏度分析法 | 第23页 |
| 2.4.2 二阶灵敏度分析法 | 第23-24页 |
| 2.4.3 灵敏度分析协助的蒙特卡洛仿真法 | 第24-25页 |
| 2.5 基于克里金模型的可靠度计算方法 | 第25-27页 |
| 2.5.1 克里金法 | 第25-26页 |
| 2.5.2 克里金协助的蒙特卡洛仿真法 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第3章 自适应克里金协助的权重指数式蒙特卡洛仿真法 | 第28-43页 |
| 3.1 学习函数指导自适应采样的克里金法 | 第28-31页 |
| 3.1.1 拉丁超立方采样 | 第28-29页 |
| 3.1.2 学习函数指导的自适应采样 | 第29-31页 |
| 3.2 权重指数式蒙特卡洛仿真法 | 第31-33页 |
| 3.3 自适应克里金协助的权重指数式蒙特卡洛仿真法 | 第33-35页 |
| 3.4 数值实验 | 第35-42页 |
| 3.4.1 中度非线性约束函数时的可靠度计算 | 第35-37页 |
| 3.4.2 高度非线性约束函数时的可靠度计算 | 第37-39页 |
| 3.4.3 标准问题的可靠度计算 | 第39-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 基于AK-WMCS的可靠性优化设计方法及其应用 | 第43-57页 |
| 4.1 考虑不确定性因素的优化设计方法 | 第43-45页 |
| 4.2 基于AK-WMCS的可靠性优化设计方法 | 第45-48页 |
| 4.2.1 基于可靠性的优化设计方法 | 第45-46页 |
| 4.2.2 基于AK-WMCS的可靠性优化设计过程 | 第46-48页 |
| 4.3 永磁同步电机基于可靠性的低齿槽转矩优化设计 | 第48-56页 |
| 4.3.1 永磁同步电机的齿槽转矩分析及初步设计 | 第48-52页 |
| 4.3.2 永磁同步电机的可靠性优化设计 | 第52-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 结论与展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 在学研究成果 | 第62-63页 |
| 致谢 | 第63页 |
