| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 目录 | 第6-8页 |
| Contents | 第8-10页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 结构优化设计历史以及发展现状 | 第10-11页 |
| 1.2 目前几种应用广泛的优化算法简介 | 第11-13页 |
| 1.2.1 模拟退火算法(Simulated Annealing) | 第11-12页 |
| 1.2.2 人工神经网络算法(Artificial Neural Networks,ANN) | 第12页 |
| 1.2.3 粒子群算法(Partical Swarm Optimization,PSO) | 第12-13页 |
| 1.2.4 遗传算法(Genetic Algorithm,GA) | 第13页 |
| 1.3 本文课题 | 第13-15页 |
| 1.3.1 本文的研究内容 | 第13页 |
| 1.3.2 本文的创新之处 | 第13-15页 |
| 第二章 算法以及约束条件的处理 | 第15-20页 |
| 2.1 算法的介绍 | 第15-18页 |
| 2.2 模型相关变量的转换以及约束条件的处理 | 第18-20页 |
| 2.2.1 离散面积变量的转换 | 第18页 |
| 2.2.2 坐标变量的处理 | 第18页 |
| 2.2.3 约束条件的处理 | 第18-20页 |
| 第三章 人工蜂群算法在函数优化中的应用 | 第20-25页 |
| 3.1 测试函数 | 第20-22页 |
| 3.2 算法参数设置以及优化结果 | 第22-25页 |
| 第四章 人工蜂群算法在刚架截面优化中的应用 | 第25-34页 |
| 4.1 引言 | 第25页 |
| 4.2 离散截面变量刚架优化的数学模型 | 第25-26页 |
| 4.3 算例 | 第26-33页 |
| 4.3.1 单跨8层刚架截面优化算例 | 第27-30页 |
| 4.3.2 双跨五层刚架截面优化算例 | 第30-33页 |
| 4.4 结论 | 第33-34页 |
| 第五章 改进的人工蜂群算法及其在桁架体系几何优化中的应用 | 第34-62页 |
| 5.1 引言 | 第34页 |
| 5.2 桁架几何优化的数学模型 | 第34-35页 |
| 5.3 算法的改进 | 第35-36页 |
| 5.4 算例 | 第36-61页 |
| 5.4.1 15杆平面桁架A | 第37-39页 |
| 5.4.2 25杆空间桁架A | 第39-43页 |
| 5.4.3 25杆空间桁架B | 第43-45页 |
| 5.4.4 39杆空间桁架 | 第45-48页 |
| 5.4.5 10杆平面桁架 | 第48-51页 |
| 5.4.6 15杆平面桁架B | 第51-54页 |
| 5.4.7 40杆平面桁架 | 第54-57页 |
| 5.4.8 52杆空间桁架 | 第57-61页 |
| 5.5 结论 | 第61-62页 |
| 结束语 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读学位期间发表的相关学术论文 | 第68-70页 |
| 致谢 | 第70页 |
