书籍详情
计算智能技术及其工程应用
作者：于繁华，刘仁云 著
出版社：科学出版社
出版时间：2010-06-01
ISBN：9787030279644
定价：¥39.00
购买这本书可以去
内容简介
《计算智能技术及其工程应用》在论述了计算智能技术中的神经网络、模糊系统、粒子群算法和支持向量机等问题的基础上，提出了适合机械加工、机械零部件可靠性设计、桥梁损伤识别等工程领域的仿真、优化和识别的计算智能算法。全书内容新颖，覆盖面比较广泛，体现了国内外在计算智能技术研究的最新进展。《计算智能技术及其工程应用》可供从事计算智能的科技人员、工程技术人员参考。
作者简介
暂缺《计算智能技术及其工程应用》作者简介
目录
前言
第1章 绪论
1.1 计算智能技术的发展概况
1.2 计算智能技术在机械加工领域的应用状况
1.3 计算智能在可靠性优化设计中的应用状况
1.4 计算智能在结构损伤识别中的应用状况
参考文献
第2章 相关的计算智能基本理论
2.1 人工神经网络
2.2 小波神经网络
2.3 神经网络集成
2.4 模糊数学
2.5 粒子群算法
2.6 支持向量机
参考文献
第一部分 基于计算智能技术的叠层材料变参数振动钻削实验研究
第3章 小波神经网络结构与改进算法
3.1 引言
3.2 小波神经网络的结构
3.3 样本的组织及网络结构设计
3.4 基于灰色关联分析的输入参数选取
3.5 小波神经网络模型的学习策略
3.6 基于局部学习的小波神经网络共轭梯度算法
3.7 改进算法（LCG）性能分析
参考文献
第4章 基于小波神经网络的变参数振动钻削实验研究
4.1 变参数振动钻削实验
4.2 基于小波神经网络的振动钻削过程仿真
4.3 参数优化
4.4 基于小波神经网络的振动钻削质量预报及分析
参考文献
第二部分 基于计算智能技术的结构可靠性优化设计研究
第5章 结构可靠性优化设计基本理论及其发展现状
5.1 可靠性分析的基本理论
5.2 机械零部件的可靠性优化设计模型
5.3 可靠性优化设计研究的发展现状
5.4 稳健设计研究的现状与进展
参考文献
第6章 基于小波神经网络的可靠性优化设计
6.1 引言
6.2 可靠性分析的随机摄动法及Edgeworth级数方法
6.3 基于局部学习策略的小波神经网络在结构可靠性优化设计仿真的性能比较
6.4 小波神经网络的逆映射
6.5 引入惩罚函数的粒子群算法
6.6 结构系统的可靠性优化设计方法
6.7 数值算例
6.8 小结
参考文献
第7章 基于模糊粒子群算法的可靠性稳健优化设计
7.1 引言
7.2 可靠性稳健优化设计模型
7.3 基于模糊的多目标粒子群算法
7.4 基于模糊粒子群算法的汽车半轴的可靠性稳健优化设计
7.5 基于模糊粒子群算法的前轴的可靠性稳健优化设计
7.6 基于模糊粒子群算法的后桥的可靠性稳健优化设计
7.7 基于模糊粒子群算法的拉杆的可靠性稳健设计
7.8 小结
参考文献
第8章 基于灰色粒子群算法的可靠性稳健优化设计
8.1 引言
8.2 灰色粒子群算法优化策略
8.3 基于灰色粒子群算法的扭杆的可靠性稳健优化设计
8.4 基于灰色粒子群算法的螺旋弹簧的可靠性稳健优化设计
8.5 基于灰色粒子群算法的钢板弹簧的可靠性稳健设计
8.6 基于灰色粒子群算法的前轴的可靠性稳健优化设计
8.7 基于灰色粒子群算法的后桥的可靠性稳健优化设计
8.8 小结
参考文献
第三部分 基于计算智能技术的桥梁结构损伤识别研究
第9章 结构损伤识别方法及其发展状况
9.1 引言
9.2 基于动力特性的结构损伤识别方法
9.3 基于模型修正的损伤识别方法
9.4 损伤结构动力的有限元模型
9.5 桥梁结构损伤识别研究的现状与发展
参考文献
第10章 基于粒子群算法的桥梁结构可靠性稳健优化设计与损伤识别研究
10.1 引言
10.2 多目标优化问题
10.3 基于灰色粒子群算法的钢筋混凝土简支梁的可靠性稳健优化设计
10.4 基于粒子群算法和残余力向量的结构损伤识别
10.5 小结
参考文献
第11章 基于支持向量机和粒子群算法的桥梁结构损伤识别研究
11.1 引言
11.2 基于支持向量机和粒子群算法的结构损伤识别方法
11.3 简支梁桥的损伤识别
11.4 小结
参考文献
第12章 基于神经网络的桥梁结构损伤识别
12.1 引言
12.2 基于小波神经网络的桥梁结构损伤识别
12.3 基于灰色聚类神经网络集成的损伤识别方法
12.4 小结
参考文献
第1章 绪论
1.1 计算智能技术的发展概况
1.2 计算智能技术在机械加工领域的应用状况
1.3 计算智能在可靠性优化设计中的应用状况
1.4 计算智能在结构损伤识别中的应用状况
参考文献
第2章 相关的计算智能基本理论
2.1 人工神经网络
2.2 小波神经网络
2.3 神经网络集成
2.4 模糊数学
2.5 粒子群算法
2.6 支持向量机
参考文献
第一部分 基于计算智能技术的叠层材料变参数振动钻削实验研究
第3章 小波神经网络结构与改进算法
3.1 引言
3.2 小波神经网络的结构
3.3 样本的组织及网络结构设计
3.4 基于灰色关联分析的输入参数选取
3.5 小波神经网络模型的学习策略
3.6 基于局部学习的小波神经网络共轭梯度算法
3.7 改进算法（LCG）性能分析
参考文献
第4章 基于小波神经网络的变参数振动钻削实验研究
4.1 变参数振动钻削实验
4.2 基于小波神经网络的振动钻削过程仿真
4.3 参数优化
4.4 基于小波神经网络的振动钻削质量预报及分析
参考文献
第二部分 基于计算智能技术的结构可靠性优化设计研究
第5章 结构可靠性优化设计基本理论及其发展现状
5.1 可靠性分析的基本理论
5.2 机械零部件的可靠性优化设计模型
5.3 可靠性优化设计研究的发展现状
5.4 稳健设计研究的现状与进展
参考文献
第6章 基于小波神经网络的可靠性优化设计
6.1 引言
6.2 可靠性分析的随机摄动法及Edgeworth级数方法
6.3 基于局部学习策略的小波神经网络在结构可靠性优化设计仿真的性能比较
6.4 小波神经网络的逆映射
6.5 引入惩罚函数的粒子群算法
6.6 结构系统的可靠性优化设计方法
6.7 数值算例
6.8 小结
参考文献
第7章 基于模糊粒子群算法的可靠性稳健优化设计
7.1 引言
7.2 可靠性稳健优化设计模型
7.3 基于模糊的多目标粒子群算法
7.4 基于模糊粒子群算法的汽车半轴的可靠性稳健优化设计
7.5 基于模糊粒子群算法的前轴的可靠性稳健优化设计
7.6 基于模糊粒子群算法的后桥的可靠性稳健优化设计
7.7 基于模糊粒子群算法的拉杆的可靠性稳健设计
7.8 小结
参考文献
第8章 基于灰色粒子群算法的可靠性稳健优化设计
8.1 引言
8.2 灰色粒子群算法优化策略
8.3 基于灰色粒子群算法的扭杆的可靠性稳健优化设计
8.4 基于灰色粒子群算法的螺旋弹簧的可靠性稳健优化设计
8.5 基于灰色粒子群算法的钢板弹簧的可靠性稳健设计
8.6 基于灰色粒子群算法的前轴的可靠性稳健优化设计
8.7 基于灰色粒子群算法的后桥的可靠性稳健优化设计
8.8 小结
参考文献
第三部分 基于计算智能技术的桥梁结构损伤识别研究
第9章 结构损伤识别方法及其发展状况
9.1 引言
9.2 基于动力特性的结构损伤识别方法
9.3 基于模型修正的损伤识别方法
9.4 损伤结构动力的有限元模型
9.5 桥梁结构损伤识别研究的现状与发展
参考文献
第10章 基于粒子群算法的桥梁结构可靠性稳健优化设计与损伤识别研究
10.1 引言
10.2 多目标优化问题
10.3 基于灰色粒子群算法的钢筋混凝土简支梁的可靠性稳健优化设计
10.4 基于粒子群算法和残余力向量的结构损伤识别
10.5 小结
参考文献
第11章 基于支持向量机和粒子群算法的桥梁结构损伤识别研究
11.1 引言
11.2 基于支持向量机和粒子群算法的结构损伤识别方法
11.3 简支梁桥的损伤识别
11.4 小结
参考文献
第12章 基于神经网络的桥梁结构损伤识别
12.1 引言
12.2 基于小波神经网络的桥梁结构损伤识别
12.3 基于灰色聚类神经网络集成的损伤识别方法
12.4 小结
参考文献
猜您喜欢
