掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
航空航天結構智能可靠性設計 版權信息
- ISBN：9787030778697
- 條形碼：9787030778697 ; 978-7-03-077869-7
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
航空航天結構智能可靠性設計 內容簡介
本書圍繞航空航天結構一體化概率設計工程背景，以代理模型為主線，結合機器學習、智能算法、大數據等新興技術，著重介紹航空航天結構智能可靠性設計的理論方法應用，涉及可靠性的基本知識、數學基礎、設計方法等理論，Kriging、支持向量機、人工神經網絡等代理模型技術，結構系統智能可靠性設計等方法與實例分析，以及人工智能學習理論在航空航天結構可靠性中的應用發展。本書將基礎理論技術方法實例分析相結合，采用由易到難、循序漸進的方式進行編寫，以便教學和學習。
航空航天結構智能可靠性設計 目錄
目錄前言第1章 結構可靠性理論基礎0011.1 結構可靠性定義及相關概念0011.2 結構可靠性分類0031.2.1 結構可靠性命名0031.2.2 結構可靠性計算模型0031.3 結構可靠性分析方法0041.4 結構可靠性設計的數學基礎0061.4.1 隨機事件及其概率0071.4.2 隨機變量及其分布的數字特征0101.4.3 隨機變量的函數分布0151.4.4 統計量與統計方法0191.4.5 泊松隨機過程0201.4.6 發生函數方法0211.4.7 結構可靠性常用分布函數027思考題037習題037參考文獻038第2章 結構可靠性設計方法0392.1 近似解析方法0392.1.1 線性功能函數情況下的可靠性分析0392.1.2 非線性功能函數情況下的可靠性分析0402.1.3 均值一次二階矩可靠性分析方法的優缺點0412.2 數學模擬方法0412.2.1 MC法0422.2.2 拉丁超立方抽樣0442.2.3 CVT抽樣0452.2.4 LCVT抽樣0452.2.5 重要度抽樣0462.3 結構可靠性設計的代理模型方法0492.3.1 傳統響應面法0492.3.2 加權響應面法0512.3.3 移動響應面法0562.3.4 極值響應面法0592.3.5 結構可靠性優化設計方法0642.4 結構系統多目標可靠性設計的高精度代理模型方法0682.4.1 系統可靠性**模型0692.4.2 系統層可靠性分析與建模方法0732.4.3 分布式協同響應面法0762.4.4 分布式協同極值響應面法0822.4.5 矢量代理模型方法0842.4.6 結構系統可靠性優化設計方法092思考題100參考文獻100第3章 基于Kriging模型的結構可靠性設計方法1063.1 Kriging模型方法1063.1.1 基本思想1063.1.2 數學模型1063.1.3 結構可靠性設計流程1083.1.4 實例分析1093.1.5 自適應Kriging模型1093.2 極值Kriging模型方法1133.2.1 基本思想1133.2.2 數學模型1143.2.3 動態概率分析原理1153.2.4 實例分析1163.3 分解協調改進Kriging模型方法1193.3.1 基本思想1193.3.2 數學模型1193.3.3 動態協同概率分析原理1223.3.4 實例分析1223.4 分解協調改進極值Kriging模型方法1263.4.1 基本思想1263.4.2 數學模型1263.4.3 動態協同概率分析原理1263.4.4 實例分析1273.5 分解協調混合代理模型方法1293.5.1 基本思想1293.5.2 數學模型1303.5.3 動態可靠性分析原理1313.5.4 實例分析1313.6 基于Kriging模型方法的復雜結構動態協同優化設計1373.6.1 基本思想1373.6.2 動態協調優化設計分析原理1383.6.3 實例分析138思考題144參考文獻144第4章 基于人工神經網絡模型的結構可靠性設計方法1464.1 人工神經網絡模型方法1464.1.1 基本思想1474.1.2 數學模型1484.1.3 結構可靠性設計流程1514.1.4 實例分析1524.2 廣義回歸神經網絡模型方法1534.2.1 基本思想1534.2.2 數學模型1544.2.3 結構可靠性設計流程1554.2.4 實例分析1564.3 基于人工神經網絡的結構可靠性優化設計方法1574.3.1 基本思想1574.3.2 數學模型1574.3.3 結構可靠性設計流程1584.3.4 實例分析1594.4 基于神經網絡回歸分布式協同策略的結構可靠性設計方法1604.4.1 基本思想1614.4.2 數學模型1624.4.3 NNRDCS流程1654.4.4 實例分析165思考題169參考文獻169第5章 基于支持向量機模型的結構可靠性設計方法1705.1 支持向量機模型1705.1.1 基本思想1705.1.2 基礎理論1715.1.3 支持向量分類模型1735.1.4 支持向量回歸模型1775.1.5 結構可靠性設計流程1795.2 變保真度支持向量回歸模型1805.2.1 基本思想1805.2.2 參數優化1805.2.3 變保真度建模1825.2.4 實例分析1845.3 基于支持向量回歸的極值響應面模型方法1905.3.1 基本思想1905.3.2 數學模型1915.3.3 結構可靠性設計流程1925.3.4 實例分析1925.4 分布式協同極值支持向量機模型方法1965.4.1 分布式協同極值響應面法的基本思想1965.4.2 分布式協同極值支持向量機數學模型1965.4.3 結構可靠性設計流程1985.4.4 實例分析1985.5 基于支持向量機模型的結構可靠性優化設計方法2005.5.1 支持向量機可靠性優化設計基本思想2005.5.2 自適應采樣準則2015.5.3 收斂準則2025.5.4 算法流程2035.5.5 實例分析2045.6 基于支持向量機模型的結構系統可靠性優化設計方法2055.6.1 基本思想2055.6.2 改進支持向量機的數學模型2055.6.3 實例分析205思考題208參考文獻208第6章 基于深度學習的結構可靠性設計方法2096.1 深度學習基本概念2096.1.1 深度學習的分類2096.1.2 深度神經網絡模型2106.1.3 深度學習的可靠性分析基本步驟2116.1.4 基于深度學習的結構可靠性評估流程2126.2 深度神經網絡方法2136.2.1 深度神經網絡2136.2.2 常見的激活函數2146.2.3 深度神經網絡的計算過程2166.3 卷積深度神經網絡方法2166.3.1 基本思想2166.3.2 數學模型2176.4 長短時記憶網絡方法2196.4.1 基本思想2196.4.2 數學模型2196.5 深度學習在航空結構可靠性設計中的應用2206.5.1 實例12206.5.2 實例2222思考題224參考文獻224第7章 基于遺傳算法的結構可靠性設計2267.1 遺傳算法2267.1.1 遺傳算法的基本原理2267.1.2 遺傳算法的優點2277.2 改進極值Kriging模型方法2287.2.1 基本思想2287.2.2 數學模型2287.3 遺傳算法應用2297.3.1 IKERSM建模特性2297.3.2 IKERSM的仿真性能2307.4 多種群遺傳算法2317.4.1 多種群遺傳算法的基本原理2317.4.2 多種群遺傳算法所具備的優勢2347.5 基于移動極值的改進Kriging框架模型方法2347.5.1 MKMEF的基本思想2347.5.2 MKMEF的數學模型2357.5.3 動態概率分析原理2367.6 多種群遺傳算法的應用2367.6.1 MKMEF的建模特性2367.6.2 MKMEF的仿真性能238思考題238習題239參考文獻239第8章 基于粒子群優化算法的結構可靠性設計2408.1 粒子群優化算法理論2408.1.1 粒子群優化算法原理與標準算法2408.1.2 粒子群優化算法實現2428.1.3 粒子群優化算法參數分析2448.1.4 粒子群優化算法分類2458.1.5 粒子群優化算法應用領域2468.2 粒子群優化算法改進2478.2.1 參數設置2478.2.2 拓撲結構2478.2.3 混合策略2488.3 實例分析2498.3.1 標準測試函數2498.3.2 工程實例分析252思考題257參考文獻257第9章 基于蟻群優化算法的結構可靠性設計2589.1 蟻群優化算法原理2589.2 蟻群優化算法的特點2609.3 蟻群優化算法的改進2609.3.1 自適應蟻群優化算法2609.3.2 蟻群神經網絡2619.4 實例分析2629.4.1 函數優化問題2629.4.2 工程實例265參考文獻268第10章 基于捕食者算法的結構可靠性設計27010.1 捕食者算法的基本思想27010.2 海洋捕食者算法的數學模型27110.3 海洋捕食者算法的優化過程27210.3.1 高速度比或獵物速度大于捕食者時（階段1）27210.3.2 單位速度比或捕食者和獵物以幾乎相同的速度移動時（階段2）27210.3.3 低速度比且當捕食者速度大于獵物時（階段3）27310.4 渦的形成和海洋的記憶27410.4.1 渦的形成和FAD效應27410.4.2 海洋的記憶27510.5 MPA的階段、探索與開發27510.6 海洋捕食者Kriging模型方法27610.7 實例分析279思考題281參考文獻281第11章 結構可靠性設計的其他仿生智能算法28311.1 人工蜂群算法28311.1.1 背景28311.1.2 原理及推導過程28311.1.3 使用及其優缺點28611.2 量子遺傳算法28711.2.1 產生背景28711.2.2 基本理論28811.2.3 量子遺傳算法流程29111.3 人工魚群算法29311.3.1 背景29311.3.2 原理29311.3.3 推導過程29411.3.4 算法描述29711.3.5 使用與結論298
展開全部
書友推薦
- >
名家帶你讀魯迅:故事新編
- >
伯納黛特,你要去哪(2021新版)
- >
回憶愛瑪儂
- >
名家帶你讀魯迅:朝花夕拾
- >
我與地壇
- >
有舍有得是人生
- >
姑媽的寶刀
- >
人文閱讀與收藏·良友文學叢書:一天的工作
本類暢銷
