結構健康監(jiān)測：理論建模和計算智能方法

第1章 幾種主要的計算智能方法概論
1.1 模糊理論
1.1.1 模糊集合論基礎知識
1.1.2 模糊關系
1.1.3 模糊推理
1.2 基本遺傳算法
1.2.1 遺傳算法的運算流程
1.2.2 遺傳算法的編碼
1.2.3 適應度函數(shù)
1.2.4 GA的遺傳操作
1.2.5 遺傳算法的控制參數(shù)
1.2.6 約束條件的處理方法
1.3 遺傳規(guī)劃算法
1.3.1 函數(shù)的構成及表示
1.3.2 初始群體的生成
1.3.3 GP的遺傳操作
1.3.4 抑制規(guī)模爆炸
1.3.5 GP的控制參數(shù)
1.3.6 遺傳規(guī)劃算法流程
1.4 計算智能與結構健康監(jiān)測

第2章 FBG軸向非均勻應變分布重構
2.1 反射譜的計算方法
2.1.1 非均勻Bragg光柵耦合模方程的龍格庫塔解
2.1.2 非均勻FBG的T矩陣法分析
2.1.3 改進的傳輸矩陣法
2.2 非均勻應變分布重構問題描述與求解思路
2.3 混沌遺傳算法
2.3.1 混沌優(yōu)化
2.3.2 混沌遺傳優(yōu)化算法的構建
2.4 基于混沌遺傳算法的非均勻應變分布重構研究
2.4.1 反射光譜采樣
2.4.2 混沌比例選擇
2.4.3 遺傳算法參數(shù)設定
2.4.4 重構精度指標定義
2.4.5 應變分布重構的算例與結果分析
2.5 應變重構精度的影響因素分析
2.5.1 遺傳代數(shù)對應變重構精度的影響
2.5.2 譜寬對應變重構精度的影響
2.5.3 譜采樣間隔對應變重構精度的影響
2.6 基于樣條插值的非均勻應變分布重構研究
2.7 基于遺傳規(guī)劃的非均勻應變分布重構算法
2.7.1 非均勻應變分布GP重構算法流程
2.7.2 遺傳規(guī)劃算法參數(shù)的設定
2.7.3 非均勻應變分布重構仿真分析
2.7.4 GP與現(xiàn)有方法應變分布重構仿真效果的對比
2.8 基于支持向量回歸的反射光譜去噪及應變分布重構精度研究
2.8.1 反射光譜測量噪聲對重構精度的影響
2.8.2 用于反射光譜非線性回歸的支持向量機
2.8.3 反射光譜降噪回歸
2.8.4 基于支持向量回歸反射光譜的應變分布重構算例分析
2.9 非均勻應變分布重構的實驗驗證

第3章 結構載荷識別
3.1 壓電智能結構集聚電荷計算
3.2 RBF神經(jīng)網(wǎng)絡在復合材料層合板、殼載荷識別中的應用
3.2.1 RBF神經(jīng)網(wǎng)絡訓練學習算法
3.2.2 RBF神經(jīng)網(wǎng)絡樣本數(shù)據(jù)的獲取
3.2.3 RBF神經(jīng)網(wǎng)絡載荷識別算例
3.3 基于混合編碼遺傳算法和有限元分析的壓電結構載荷識別
3.3.1 用于結構載荷識別的適應度函數(shù)
3.3.2 混合編碼遺傳算法的編碼方式

第4章 復合材料結構脫層損傷監(jiān)測
第5章 結構多損傷監(jiān)測

附錄 任意四邊形受載單元受載點的等參坐標計算
參考文獻