基于PSO-BP神经网络的船舶结构优化
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 船舶结构优化发展与研究现状 | 第11-15页 |
| 1.3 BP神经网络改进 | 第15-16页 |
| 1.4 本文主要研究内容 | 第16-18页 |
| 第二章 船舶结构有限元分析 | 第18-29页 |
| 2.1 船舶主要参数说明 | 第18页 |
| 2.2 舱段有限元模型 | 第18-20页 |
| 2.2.1 模型选取 | 第18-19页 |
| 2.2.2 网格划分 | 第19页 |
| 2.2.3 材料属性 | 第19页 |
| 2.2.4 模型建立 | 第19-20页 |
| 2.3 载荷计算 | 第20-23页 |
| 2.4 边界条件 | 第23页 |
| 2.5 计算工况 | 第23-25页 |
| 2.6 计算结果 | 第25-28页 |
| 2.7 本章小结 | 第28-29页 |
| 第三章 样本获取 | 第29-43页 |
| 3.1 灵敏度分析 | 第29-32页 |
| 3.2 参数试验 | 第32-35页 |
| 3.3 试验设计 | 第35-39页 |
| 3.3.1 正交试验 | 第36-38页 |
| 3.3.2 均匀试验 | 第38-39页 |
| 3.4 试验方案 | 第39-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第四章 BP神经网络 | 第43-54页 |
| 4.1 BP神经网络 | 第43-48页 |
| 4.1.1 BP算法 | 第44-46页 |
| 4.1.2 BP神经网络结构设计 | 第46-47页 |
| 4.1.3 神经网络参数设置 | 第47-48页 |
| 4.2 BP神经网络实现 | 第48-52页 |
| 4.2.1 结构设计 | 第48页 |
| 4.2.2 训练结果 | 第48-52页 |
| 4.3 BP神经网络的不足与缺陷 | 第52-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 PSO-BP神经网络 | 第54-65页 |
| 5.1 粒子群算法 | 第54-56页 |
| 5.1.1 粒子群算法概述 | 第54页 |
| 5.1.2 粒子群算法数学模型 | 第54-55页 |
| 5.1.3 PSO改进策略 | 第55-56页 |
| 5.2 PSO优化BP神经网络 | 第56-59页 |
| 5.2.1 可行性分析 | 第56页 |
| 5.2.2 PSO-BP神经网络 | 第56-59页 |
| 5.3 PSO-BP神经网络实现 | 第59-63页 |
| 5.4 本章小结 | 第63-65页 |
| 第六章 舱段结构优化 | 第65-73页 |
| 6.1 结构优化设计概念 | 第65-66页 |
| 6.2 优化方案 | 第66-69页 |
| 6.3 优化结果分析 | 第69-72页 |
| 6.4 本章小结 | 第72-73页 |
| 第七章 结论与展望 | 第73-75页 |
| 7.1 结论 | 第73-74页 |
| 7.2 展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79页 |
