| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-27页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-26页 |
| 1.2.1 基于动力的有限元模型修正技术 | 第14-15页 |
| 1.2.2 基于静力的有限元模型修正技术 | 第15页 |
| 1.2.3 基于静动力的有限元模型修正技术 | 第15-16页 |
| 1.2.4 基于优化算法和代理模型的有限元模型修正方法 | 第16-26页 |
| 1.2.4.1 优化算法 | 第16-19页 |
| 1.2.4.2 代理模型 | 第19-26页 |
| 1.3 本文工作及主要研究内容 | 第26-27页 |
| 2 风驱动算法 | 第27-39页 |
| 2.1 引言 | 第27页 |
| 2.2 物理学基础 | 第27-28页 |
| 2.3 更新方程推导 | 第28-30页 |
| 2.4 算法实现过程 | 第30-34页 |
| 2.5 寻优试验 | 第34-37页 |
| 2.6 本章小结 | 第37-39页 |
| 3 小波神经网络 | 第39-59页 |
| 3.1 引言 | 第39页 |
| 3.2 小波神经网络理论 | 第39-44页 |
| 3.3 小波神经网络结构 | 第44-47页 |
| 3.4 小波神经网络训练 | 第47-50页 |
| 3.5 改进小波神经网络 | 第50-51页 |
| 3.6 拟合试验 | 第51-58页 |
| 3.7 本章小节 | 第58-59页 |
| 4 基于优化算法及代理模型的有限元模型修正理论 | 第59-75页 |
| 4.1 引言 | 第59-60页 |
| 4.2 选取修正参数 | 第60-62页 |
| 4.3 构造目标函数 | 第62页 |
| 4.4 设计试验样本 | 第62-64页 |
| 4.5 应用优化算法及代理模型 | 第64页 |
| 4.6 有限元模型修正试验 | 第64-73页 |
| 4.6.1 建立数值结构模型 | 第65-66页 |
| 4.6.2 构造目标函数 | 第66-69页 |
| 4.6.3 设计试验样本 | 第69-70页 |
| 4.6.4 建立小波神经网络 | 第70-71页 |
| 4.6.5 风驱动算法寻优结果 | 第71-73页 |
| 4.7 本章小结 | 第73-75页 |
| 5 桥梁结构有限元模型修正 | 第75-87页 |
| 5.1 引言 | 第75页 |
| 5.2 外滩大桥概况 | 第75-77页 |
| 5.3 有限元模型修正 | 第77-86页 |
| 5.3.1 选取修正参数 | 第78-80页 |
| 5.3.2 构造目标函数 | 第80-83页 |
| 5.3.3 设计实验样本 | 第83页 |
| 5.3.4 建立小波神经网络 | 第83-84页 |
| 5.3.5 风驱动算法寻优结果 | 第84-86页 |
| 5.4 本章小结 | 第86-87页 |
| 6 结论与展望 | 第87-89页 |
| 6.1 结论 | 第87-88页 |
| 6.2 展望 | 第88-89页 |
| 参考文献 | 第89-95页 |
| 作者简历 | 第95-99页 |
| 学位论文数据集 | 第99页 |