结构健康监测：理论建模和计算智能方法

第1章 几种主要的计算智能方法概论
1.1 模糊理论
1.1.1 模糊集合论基础知识
1.1.2 模糊关系
1.1.3 模糊推理
1.2 基本遗传算法
1.2.1 遗传算法的运算流程
1.2.2 遗传算法的编码
1.2.3 适应度函数
1.2.4 GA的遗传操作
1.2.5 遗传算法的控制参数
1.2.6 约束条件的处理方法
1.3 遗传规划算法
1.3.1 函数的构成及表示
1.3.2 初始群体的生成
1.3.3 GP的遗传操作
1.3.4 抑制规模爆炸
1.3.5 GP的控制参数
1.3.6 遗传规划算法流程
1.4 计算智能与结构健康监测

第2章 FBG轴向非均匀应变分布重构
2.1 反射谱的计算方法
2.1.1 非均匀Bragg光栅耦合模方程的龙格库塔解
2.1.2 非均匀FBG的T矩阵法分析
2.1.3 改进的传输矩阵法
2.2 非均匀应变分布重构问题描述与求解思路
2.3 混沌遗传算法
2.3.1 混沌优化
2.3.2 混沌遗传优化算法的构建
2.4 基于混沌遗传算法的非均匀应变分布重构研究
2.4.1 反射光谱采样
2.4.2 混沌比例选择
2.4.3 遗传算法参数设定
2.4.4 重构精度指标定义
2.4.5 应变分布重构的算例与结果分析
2.5 应变重构精度的影响因素分析
2.5.1 遗传代数对应变重构精度的影响
2.5.2 谱宽对应变重构精度的影响
2.5.3 谱采样间隔对应变重构精度的影响
2.6 基于样条插值的非均匀应变分布重构研究
2.7 基于遗传规划的非均匀应变分布重构算法
2.7.1 非均匀应变分布GP重构算法流程
2.7.2 遗传规划算法参数的设定
2.7.3 非均匀应变分布重构仿真分析
2.7.4 GP与现有方法应变分布重构仿真效果的对比
2.8 基于支持向量回归的反射光谱去噪及应变分布重构精度研究
2.8.1 反射光谱测量噪声对重构精度的影响
2.8.2 用于反射光谱非线性回归的支持向量机
2.8.3 反射光谱降噪回归
2.8.4 基于支持向量回归反射光谱的应变分布重构算例分析
2.9 非均匀应变分布重构的实验验证

第3章 结构载荷识别
3.1 压电智能结构集聚电荷计算
3.2 RBF神经网络在复合材料层合板、壳载荷识别中的应用
3.2.1 RBF神经网络训练学习算法
3.2.2 RBF神经网络样本数据的获取
3.2.3 RBF神经网络载荷识别算例
3.3 基于混合编码遗传算法和有限元分析的压电结构载荷识别
3.3.1 用于结构载荷识别的适应度函数
3.3.2 混合编码遗传算法的编码方式

第4章 复合材料结构脱层损伤监测
第5章 结构多损伤监测

附录 任意四边形受载单元受载点的等参坐标计算
参考文献