图书介绍
计算智能技术及其工程应用PDF|Epub|txt|kindle电子书版本网盘下载
![计算智能技术及其工程应用](https://www.shukui.net/cover/21/30287101.jpg)
- 于繁华,刘仁云编著 著
- 出版社: 北京:科学出版社
- ISBN:9787030279644
- 出版时间:2010
- 标注页数:197页
- 文件大小:14MB
- 文件页数:206页
- 主题词:人工智能-神经网络-计算
PDF下载
下载说明
计算智能技术及其工程应用PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!
(文件页数 要大于 标注页数,上中下等多册电子书除外)
注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具
图书目录
第1章 绪论1
1.1 计算智能技术的发展概况1
1.2 计算智能技术在机械加工领域的应用状况4
1.3 计算智能在可靠性优化设计中的应用状况6
1.4 计算智能在结构损伤识别中的应用状况7
参考文献8
第2章 相关的计算智能基本理论13
2.1 人工神经网络13
2.2 小波神经网络18
2.3 神经网络集成23
2.4 模糊数学26
2.5 粒子群算法27
2.6 支持向量机29
参考文献32
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37
3.1 引言37
3.2 小波神经网络的结构37
3.3 样本的组织及网络结构设计38
3.4 基于灰色关联分析的输入参数选取39
3.5 小波神经网络模型的学习策略42
3.6 基于局部学习的小波神经网络共轭梯度算法43
3.7 改进算法(LCG)性能分析44
参考文献46
第4章 基于小波神经网络的变参数振动钻削实验研究47
4.1 变参数振动钻削实验47
4.2 基于小波神经网络的振动钻削过程仿真49
4.3 参数优化59
4.4 基于小波神经网络的振动钻削质量预报及分析60
参考文献62
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65
5.1 可靠性分析的基本理论65
5.2 机械零部件的可靠性优化设计模型70
5.3 可靠性优化设计研究的发展现状73
5.4 稳健设计研究的现状与进展74
参考文献75
第6章 基于小波神经网络的可靠性优化设计81
6.1 引言81
6.2 可靠性分析的随机摄动法及Edgeworth级数方法82
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83
6.4 小波神经网络的逆映射84
6.5 引入惩罚函数的粒子群算法85
6.6 结构系统的可靠性优化设计方法85
6.7 数值算例86
6.8 小结95
参考文献96
第7章 基于模糊粒子群算法的可靠性稳健优化设计97
7.1 引言97
7.2 可靠性稳健优化设计模型98
7.3 基于模糊的多目标粒子群算法99
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100
7.5 基于模糊粒子群算法的前轴的可靠性稳健优化设计105
7.6 基于模糊粒子群算法的后桥的可靠性稳健优化设计108
7.7 基于模糊粒子群算法的拉杆的可靠性稳健设计111
7.8 小结114
参考文献114
第8章 基于灰色粒子群算法的可靠性稳健优化设计115
8.1 引言115
8.2 灰色粒子群算法优化策略115
8.3 基于灰色粒子群算法的扭杆的可靠性稳健优化设计117
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120
8.5 基于灰色粒子群算法的钢板弹簧的可靠性稳健设计124
8.6 基于灰色粒子群算法的前轴的可靠性稳健优化设计126
8.7 基于灰色粒子群算法的后桥的可靠性稳健优化设计128
8.8 小结131
参考文献131
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135
9.1 引言135
9.2 基于动力特性的结构损伤识别方法136
9.3 基于模型修正的损伤识别方法139
9.4 损伤结构动力的有限元模型140
9.5 桥梁结构损伤识别研究的现状与发展142
参考文献144
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147
10.1 引言147
10.2 多目标优化问题148
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149
10.4 基于粒子群算法和残余力向量的结构损伤识别151
10.5 小结161
参考文献161
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163
11.1 引言163
11.2 基于支持向量机和粒子群算法的结构损伤识别方法163
11.3 简支梁桥的损伤识别167
11.4 小结174
参考文献175
第12章 基于神经网络的桥梁结构损伤识别176
12.1 引言176
12.2 基于小波神经网络的桥梁结构损伤识别176
12.3 基于灰色聚类神经网络集成的损伤识别方法185
12.4 小结197
参考文献197