首页--工业技术论文--一般工业技术论文--工程基础科学论文--工程数学论文--计算数学的应用论文

基于遗传算法和模糊神经网络的结构健康监测研究

摘要第1-5页
Abstract第5-12页
第一章 绪论第12-24页
   ·结构健康监测的概念、组成及其应用前景第12-14页
     ·损伤和结构健康监测的概念第12-13页
     ·健康监测系统的组成第13-14页
     ·结构健康监测的应用第14页
   ·智能算法第14-17页
     ·最优化问题第14-15页
     ·智能算法第15-17页
   ·智能算法在复合材料结构健康监测中的应用第17-22页
     ·人工神经网络在复合材料结构健康监测中的应用第18-20页
     ·遗传算法在复合材料结构健康监测中的应用第20-21页
     ·模糊理论在复合材料结构健康监测中的应用第21-22页
   ·本文的主要研究内容与创新之处第22-24页
第二章 智能算法――神经网络、遗传算法和模糊理论介绍第24-45页
   ·人工神经网络第24-29页
     ·神经元的形式化描述和人工神经网络结构组成第24-25页
       ·神经元模式第24-25页
       ·人工神经网络的结构组成第25页
     ·人工神经网络的信息处理原理第25页
     ·几种常用的人工神经网络学习算法第25-28页
       ·径向基神经网络模型及算法分析第26-27页
       ·小波神经网络模型及算法分析第27-28页
     ·神经网络研究热点第28-29页
   ·遗传算法第29-36页
     ·遗传算法基本原理和基本步骤第29-35页
       ·编码第29-31页
       ·种群规模的确定第31页
       ·适应度函数第31-32页
       ·遗传操作第32-35页
       ·遗传算法的终止第35页
     ·遗传算法发展前景第35-36页
   ·模糊理论第36-45页
     ·模糊集合及其运算规则第36-37页
       ·模糊集合第36-37页
       ·模糊运算第37页
     ·模糊逻辑与模糊推理第37-39页
       ·模糊逻辑第37-38页
       ·模糊语言第38-39页
       ·模糊推理第39页
     ·FCM 模糊聚类算法介绍第39-43页
       ·K 均值聚类算法(HCM)介绍第40-41页
       ·模糊 C 均值聚类第41-43页
     ·模糊理论的发展前景第43-45页
第三章 基于遗传神经网络的复合材料结构脱层损伤健康监测研究第45-58页
   ·递阶遗传算法第45-46页
   ·混合递阶遗传算法优化神经网络第46-47页
   ·混合递阶遗传算法设计第47-50页
     ·染色体编码设计第47-48页
     ·种群初始化第48页
     ·适应度计算第48页
     ·遗传操作第48-50页
       ·选择与复制第49页
       ·交叉第49页
       ·变异第49页
       ·自适应策略第49-50页
   ·算例分析与比较第50-58页
     ·试验件制备及模态分析第50-55页
       ·试验件制备和特性参数第50-52页
       ·模态分析实验系统、模态分析实验装置及方案第52-53页
       ·脱层的模拟及计算样本数据的获取及处理第53-55页
     ·复合材料脱层损伤识别第55-58页
       ·基于遗传神经网络结构健康监测程序的主要函数说明第55-56页
       ·基于 HHGA-RBF 和 HHGA-WNN 的复合材料脱层损伤网络识别结果及比较第56-58页
第四章 基于遗传模糊 RBF 神经网络的复合材料健康监测研究第58-70页
   ·遗传模糊 RBF 神经网络第59-60页
   ·遗传模糊 RBF 神经网络的算法设计第60-66页
     ·染色体编码设计第61-62页
     ·种群初始化第62页
     ·适应度计算第62-63页
     ·遗传操作第63-64页
       ·选择与复制第63页
       ·交叉第63页
       ·变异第63-64页
     ·个体的 FCM 优化第64页
     ·解码和求解聚类宽度第64-65页
     ·匹配层计算第65页
     ·推理层计算第65页
     ·归一化层计算第65-66页
     ·输出层计算第66页
   ·基于遗传模糊 RBF 神经网络结构健康监测程序的主要函数说明第66-68页
   ·基于遗传模糊RBF神经网络的复合材料脱层损伤网络识别结果及分析第68-70页
第五章 结论与展望第70-73页
   ·论文的主要工作和结论第70-71页
   ·进一步的研究工作第71-73页
参考文献第73-80页
致谢第80-81页
攻读硕士期间发表的文章第81页

论文共81页,点击 下载论文
上一篇:宋前诗歌中莲花文学意象研究
下一篇:面向知识发现的知识关联揭示及其应用研究