前言
第1章 緒論
1.1 計算智能技術的發(fā)展概況
1.2 計算智能技術在機械加工領域的應用狀況
1.3 計算智能在可靠性優(yōu)化設計中的應用狀況
1.4 計算智能在結構損傷識別中的應用狀況
參考文獻
第2章 相關的計算智能基本理論
2.1 人工神經網絡
2.2 小波神經網絡
2.3 神經網絡集成
2.4 模糊數學
2.5 粒子群算法
2.6 支持向量機
參考文獻
第一部分 基于計算智能技術的疊層材料變參數振動鉆削實驗研究
第3章 小波神經網絡結構與改進算法
3.1 引言
3.2 小波神經網絡的結構
3.3 樣本的組織及網絡結構設計
3.4 基于灰色關聯(lián)分析的輸入參數選取
3.5 小波神經網絡模型的學習策略
3.6 基于局部學習的小波神經網絡共軛梯度算法
3.7 改進算法（LCG）性能分析
參考文獻
第4章 基于小波神經網絡的變參數振動鉆削實驗研究
4.1 變參數振動鉆削實驗
4.2 基于小波神經網絡的振動鉆削過程仿真
4.3 參數優(yōu)化
4.4 基于小波神經網絡的振動鉆削質量預報及分析
參考文獻
第二部分 基于計算智能技術的結構可靠性優(yōu)化設計研究
第5章 結構可靠性優(yōu)化設計基本理論及其發(fā)展現(xiàn)狀
5.1 可靠性分析的基本理論
5.2 機械零部件的可靠性優(yōu)化設計模型
5.3 可靠性優(yōu)化設計研究的發(fā)展現(xiàn)狀
5.4 穩(wěn)健設計研究的現(xiàn)狀與進展
參考文獻
第6章 基于小波神經網絡的可靠性優(yōu)化設計
6.1 引言
6.2 可靠性分析的隨機攝動法及Edgeworth級數方法
6.3 基于局部學習策略的小波神經網絡在結構可靠性優(yōu)化設計仿真的性能比較
6.4 小波神經網絡的逆映射
6.5 引入懲罰函數的粒子群算法
6.6 結構系統(tǒng)的可靠性優(yōu)化設計方法
6.7 數值算例
6.8 小結
參考文獻
第7章 基于模糊粒子群算法的可靠性穩(wěn)健優(yōu)化設計
7.1 引言
7.2 可靠性穩(wěn)健優(yōu)化設計模型
7.3 基于模糊的多目標粒子群算法
7.4 基于模糊粒子群算法的汽車半軸的可靠性穩(wěn)健優(yōu)化設計
7.5 基于模糊粒子群算法的前軸的可靠性穩(wěn)健優(yōu)化設計
7.6 基于模糊粒子群算法的后橋的可靠性穩(wěn)健優(yōu)化設計
7.7 基于模糊粒子群算法的拉桿的可靠性穩(wěn)健設計
7.8 小結
參考文獻
第8章 基于灰色粒子群算法的可靠性穩(wěn)健優(yōu)化設計
8.1 引言
8.2 灰色粒子群算法優(yōu)化策略
8.3 基于灰色粒子群算法的扭桿的可靠性穩(wěn)健優(yōu)化設計
8.4 基于灰色粒子群算法的螺旋彈簧的可靠性穩(wěn)健優(yōu)化設計
8.5 基于灰色粒子群算法的鋼板彈簧的可靠性穩(wěn)健設計
8.6 基于灰色粒子群算法的前軸的可靠性穩(wěn)健優(yōu)化設計
8.7 基于灰色粒子群算法的后橋的可靠性穩(wěn)健優(yōu)化設計
8.8 小結
參考文獻
第三部分 基于計算智能技術的橋梁結構損傷識別研究
第9章 結構損傷識別方法及其發(fā)展狀況
9.1 引言
9.2 基于動力特性的結構損傷識別方法
9.3 基于模型修正的損傷識別方法
9.4 損傷結構動力的有限元模型
9.5 橋梁結構損傷識別研究的現(xiàn)狀與發(fā)展
參考文獻
第10章 基于粒子群算法的橋梁結構可靠性穩(wěn)健優(yōu)化設計與損傷識別研究
10.1 引言
10.2 多目標優(yōu)化問題
10.3 基于灰色粒子群算法的鋼筋混凝土簡支梁的可靠性穩(wěn)健優(yōu)化設計
10.4 基于粒子群算法和殘余力向量的結構損傷識別
10.5 小結
參考文獻
第11章 基于支持向量機和粒子群算法的橋梁結構損傷識別研究
11.1 引言
11.2 基于支持向量機和粒子群算法的結構損傷識別方法
11.3 簡支梁橋的損傷識別
11.4 小結
參考文獻
第12章 基于神經網絡的橋梁結構損傷識別
12.1 引言
12.2 基于小波神經網絡的橋梁結構損傷識別
12.3 基于灰色聚類神經網絡集成的損傷識別方法
12.4 小結
參考文獻
鄂公網安備 42010302001612號 