封面
声明
中文摘要
英文摘要
目录
第一章 绪论
1.1课题研究背景与意义
1.2本课题的历史与现状
1.3存在的问题、发展趋势和本文拟解决的关键问题
1.4本文主要研究内容和方法
第二章 基于DNA遗传算法的桥梁传感器优化布置
2.1 本章概述
2.2随机整数规划的期望值模型及其求解
2.3不完全模态信息的传感器优化布置
2.4.DNA遗传算法
2.5 随机模拟DNA遗传算法求解随机整数规划期望值模型
2.6 应用实例: 徐葛大桥多目标传感器优化布置
2.7 DNA遗传算法有效性检验
2.8本章小结
第三章 基于SVM模式识别方法的桥梁静力损伤识别
3.1本章概述
3.2建立静力损伤识别模型
3.3基于SVM模式识别方法的桥梁损伤识别
3.4 基于SVM静力损伤模式识别结果
3.5 基于概率轮廓系数的桥梁静力加载模式识别
3.6 本章小结
第四章 基于SVM模式识别方法的桥梁频域损伤识别
4.1本章概述
4.2 辨识结构损伤的结构动力参数
4.3基于SVM的桁架结构频域损伤模式识别
4.4基于SVM的徐葛大桥频域损伤模式识别
4.5 基于weka的频域损伤模式识别方法比较实验
4.6 本章小结
第五章 基于SVM模式识别方法的时域损伤识别
5.1本章概述
5.2桥梁损伤检测的动能能量比方法
5.3简支梁时域损伤识别模型
5.4基于SVM简支梁时域损伤模式识别结果
5.5徐葛大桥主梁时域损伤识别
5.6徐葛大桥拱塔时域损伤识别
5.7基于weka的时域损伤模式识别方法比较实验
5.8本章小结
第六章 基于神经网络的桥梁损伤模式识别
6.1本章概述
6.2基于SOM神经网络的损伤位置识别
6.3基于RBF神经网络的损伤程度识别
6.4 WEKA中SOM聚类
6.5 本章小结
第七章 基于聚类集成方法的桥梁频域损伤位置识别
7.1本章概述
7.2 损伤位置识别的聚类集成方法
7.3 基于聚类集成的损伤位置模式识别结果
7.4 weka损伤位置识别聚类模式识别方法比较
7.5本章小结
第八章 基于粗聚类模式识别的桥梁损伤位置识别
8.1本章概述
8.2损伤位置识别的粗糙聚类方法
8.3基于RCM桥梁损伤模式识别结果
8.4基于FCM的损伤模式识别
8.5 基于weka的K-means聚类
8.6本章小结
第九章 结论与展望
9.1结论
9.2主要创新点
9.3展望
参考文献
攻读博士学位期间发表的论文与参与的科研项目
附录A(ANSYS模型部分命令流)
附录B(部分数据)
附录C(部分MATLAB程序)
致谢