基于遗传算法的智能桁架结构模糊控制研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-17页 |
| ·智能结构的研究现状、背景及其研究领域 | 第9-10页 |
| ·模糊控制的现状及发展方向 | 第10-12页 |
| ·模糊控制的现状 | 第10-11页 |
| ·模糊控制的发展方向 | 第11-12页 |
| ·遗传算法概述及与模糊控制的结合 | 第12-15页 |
| ·遗传算法概述 | 第12-14页 |
| ·遗传算法与模糊控制的结合 | 第14-15页 |
| ·本文研究的主要内容 | 第15-17页 |
| 第2章 智能桁架结构的数学模型 | 第17-24页 |
| ·引言 | 第17页 |
| ·桁架结构数学模型的建立 | 第17-21页 |
| ·建模基础 | 第17-18页 |
| ·桁架结构动力学模型 | 第18-20页 |
| ·结构系统的动力响应分析 | 第20-21页 |
| ·智能桁架数学模型 | 第21-22页 |
| ·智能桁架模型的建立 | 第21-22页 |
| ·智能桁架结构模态分析 | 第22页 |
| ·模态控制算法 | 第22页 |
| ·本章小结 | 第22-24页 |
| 第3章 模糊控制器设计 | 第24-39页 |
| ·引言 | 第24页 |
| ·模糊控制的工作原理 | 第24-30页 |
| ·关于模糊控制器 | 第24-25页 |
| ·清晰量的模糊化 | 第25-27页 |
| ·模糊推理 | 第27-28页 |
| ·模糊控制规则库 | 第28页 |
| ·模糊量的去模糊化 | 第28-30页 |
| ·模糊控制器设计 | 第30-36页 |
| ·确定输入和输出变量 | 第30-31页 |
| ·隶属函数的选取 | 第31-32页 |
| ·模糊控制规则 | 第32-35页 |
| ·量化因子和比例因子的选择 | 第35-36页 |
| ·模糊振动控制系统设计 | 第36-38页 |
| ·控制策略 | 第36页 |
| ·模糊控制系统的验证 | 第36-38页 |
| ·小结 | 第38-39页 |
| 第4章 遗传算法优化模糊控制器的实现 | 第39-51页 |
| ·遗传算法理论 | 第39页 |
| ·遗传算法的基本操作 | 第39-46页 |
| ·编码 | 第39-41页 |
| ·遗传算子 | 第41-45页 |
| ·适应度函数 | 第45-46页 |
| ·用遗传算法优化模糊控制规则 | 第46-49页 |
| ·参数编码选择 | 第46页 |
| ·模糊控制规则的编码 | 第46-47页 |
| ·适应度函数选取 | 第47页 |
| ·遗传操作及改进 | 第47-48页 |
| ·遗传算法的实施步骤 | 第48-49页 |
| ·遗传算法程序优化模糊规则程序 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 基于GA 的智能桁架结构模糊控制系统仿真 | 第51-62页 |
| ·软件介绍 | 第51页 |
| ·系统模型 | 第51-53页 |
| ·仿真过程及结果 | 第53-61页 |
| ·自由振动仿真 | 第53-55页 |
| ·模糊控制仿真 | 第55-59页 |
| ·基于遗传算法的模糊控制系统仿真 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 结论与展望 | 第62-64页 |
| 结论 | 第62页 |
| 展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 作者简介 | 第69页 |
| 发表论文和参加科研情况说明 | 第69-70页 |
