基于深度置信网络的非线性结构模型修正

声明

致 谢

第一章 绪 论

1.1 论文背景及研究意义

1.2 结构有限元模型修正发展概况与研究现状

1.3 非线性结构模型修正发展概况与研究现状

1.4 本文研究内容

第二章 非线性结构振动响应的瞬时参数识别

2.1 引言

2.2 VMD的基本原理

2.3 DAMD的基本原理

2.3.1 解析模式分解理论

2.3.2 DAMD理论

2.4 非线性结构振动响应的瞬时参数识别

2.4.1 单自由度结构振动响应的瞬时参数识别

2.4.2 多自由度结构振动响应的瞬时参数识别

2.5 数值算例

2.6 本章小结

第三章 基于深度置信网络的非线性结构模型修正方法

3.1 引言

3.2 DBN原理

3.2.1 RBM 模型

3.2.2 DBN的结构与训练

3.3 DBN在非线性结构模型修正中的应用

3.3.1 训练数据的生成

3.3.2 训练数据的预处理

3.3.3 基于DBN的非线性结构模型修正

3.4 本章小结

第四章 基于深度置信网络的非线性结构模型修正数值模拟

4.1 引言

4.2 局部非线性节点模型修正

4.2.1 地震激励作用下无噪声影响的局部非线性节点模型修正

4.2.2 地震激励作用下不同噪声水平影响的局部非线性节点模型修正

4.2.3 简谐激励作用下的局部非线性节点模型修正

4.3 Bouc-Wen框架模型修正

4.3.1 地震激励下的Bouc-Wen模型修正

4.3.2 简谐激励下的Bouc-Wen模型修正

4.4 GMP框架模型修正

4.4.1 地震激励作用下的GMP模型修正

4.4.2 简谐激励作用下的GMP框架模型修正

4.5 本章小结

第五章 基于深度置信网络非线性结构模型修正的实验验证

5.1 引言

5.2 基于DBN的三层钢框架非线性模型修正

5.2.1 实验装置与非线性钢框架模型的建立

5.2.2 基于DBN的非线性钢框架模型修正

5.3.1实验装置与非线性输电结构模型的建立

5.3.2基于DBN的非线性输电结构模型修正

5.4 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

攻读硕士学位期间的学术活动及成果情况