| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 1 绪论 | 第10-21页 |
| ·课题背景及研究意义 | 第10-14页 |
| ·传感器优化布置研究进展 | 第14-20页 |
| ·信息论优化准则 | 第15-17页 |
| ·其他优化准则 | 第17-18页 |
| ·优化算法综述 | 第18-20页 |
| ·本文研究内容 | 第20-21页 |
| 2 概率统计与信息论基础 | 第21-29页 |
| ·Fisher信息阵 | 第21-23页 |
| ·Shannon微分熵 | 第23-25页 |
| ·互信息 | 第25-26页 |
| ·K-L信息距离 | 第26-27页 |
| ·贝叶斯参数估计 | 第27-29页 |
| 3 基于Fisher信息阵的传感器优化布置 | 第29-51页 |
| ·Fisher信息阵优化准则 | 第29-34页 |
| ·传感器优化问题的数学模型 | 第29-31页 |
| ·Fisher信息阵及优化准则 | 第31-33页 |
| ·损伤识别、参数辨识和模态识别Fisher信息阵的一致性 | 第33-34页 |
| ·Fisher信息阵计算及范数优化 | 第34-38页 |
| ·Fisher信息阵计算 | 第34-35页 |
| ·T-优化 | 第35-36页 |
| ·D-优化 | 第36-38页 |
| ·损伤识别算例 | 第38-43页 |
| ·模型简介 | 第38-40页 |
| ·灵敏度分析 | 第40页 |
| ·T-优化 | 第40-41页 |
| ·D-优化 | 第41-43页 |
| ·模态识别算例 | 第43-50页 |
| ·星海湾大桥简介 | 第44页 |
| ·有限元建模与模态分析 | 第44-46页 |
| ·基于PSS-EI的加速度测点优化 | 第46-48页 |
| ·优化结果评价 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 4 基于条件熵的传感器优化布置 | 第51-70页 |
| ·条件熵准则 | 第51-56页 |
| ·条件熵准则 | 第51-52页 |
| ·条件熵的计算及其逼近形式 | 第52-53页 |
| ·条件熵的影响因素 | 第53-55页 |
| ·条件熵准则的性质 | 第55-56页 |
| ·凸优化算法 | 第56-59页 |
| ·凸优化简介 | 第56页 |
| ·松弛凸优化及逼近形式 | 第56-58页 |
| ·Newton法求解 | 第58-59页 |
| ·损伤识别算例 | 第59-62页 |
| ·激励形式 | 第59-62页 |
| ·协方差矩阵 | 第62页 |
| ·模态识别算例 | 第62-69页 |
| ·东营黄河大桥及其健康监测系统简介 | 第63-64页 |
| ·有限元模型及模型修正 | 第64-66页 |
| ·基于条件熵的加速度测点优化 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 5 基于K-L信息距离的传感器优化布置 | 第70-92页 |
| ·K-L信息距离准则 | 第70-76页 |
| ·K-L信息距离准则 | 第70-72页 |
| ·K-L信息距离的期望形式 | 第72-74页 |
| ·K-L信息距离准则的其他形式 | 第74-75页 |
| ·模态参数识别 | 第75-76页 |
| ·交叉熵优化算法 | 第76-81页 |
| ·交叉熵优化原理 | 第77-79页 |
| ·基于交叉熵的K-L信息距离准则优化算法 | 第79-81页 |
| ·损伤识别算例 | 第81-87页 |
| ·交叉熵优化算法效果 | 第81-82页 |
| ·三种K-L信息距离准则比较 | 第82-84页 |
| ·协方差矩阵影响 | 第84-87页 |
| ·模态识别算例 | 第87-91页 |
| ·矮寨大桥简介 | 第87-88页 |
| ·有限元建模及模态分析 | 第88-90页 |
| ·基于K-L信息距离准则的加速度测点优化 | 第90-91页 |
| ·本章小结 | 第91-92页 |
| 总结与展望 | 第92-94页 |
| 参考文献 | 第94-100页 |
| 附录A 桥梁事故和桥梁健康监测系统统计 | 第100-110页 |
| 攻读硕士学位期间发表学术论文情况 | 第110-111页 |
| 致谢 | 第111-112页 |