摘要 | 第1-3页 |
ABSTRACT | 第3-8页 |
第1章 绪论 | 第8-15页 |
·课题研究背景及意义 | 第8-9页 |
·国内外发展现状及研究动态 | 第9-13页 |
·课题研究内容 | 第13-14页 |
·关键技术及难点 | 第14页 |
·本章小结 | 第14-15页 |
第2章 影响甘蔗联合收割机剥叶装置剥叶性能参数确定及试验结果 | 第15-25页 |
·甘蔗剥叶方式与剥叶机理 | 第15-17页 |
·试验目的 | 第17页 |
·试验设计 | 第17-24页 |
·试验因素及水平、试验指标的确定 | 第17-20页 |
·试验设备与材料 | 第20-22页 |
·试验方案及结果 | 第22-24页 |
·本章小结 | 第24-25页 |
第3章 试验因素对指标的影响分析与优化 | 第25-37页 |
·试验数据的回归分析 | 第25-26页 |
·回归方程的建立 | 第25页 |
·回归方程的显著性检验 | 第25-26页 |
·试验因素对性能影响的图形分析 | 第26-33页 |
·单因素对未剥净率的影响分析 | 第26-27页 |
·单因素对蔗茎合格率的影响分析 | 第27-29页 |
·因素交互作用对未剥净率的影响分析 | 第29-31页 |
·因素交互作用对蔗茎合格率的影响分析 | 第31-33页 |
·试验因素优化分析 | 第33-36页 |
·优化数学模型的建立 | 第33-34页 |
·试验因素综合优化 | 第34-35页 |
·优化结果的试验验证 | 第35-36页 |
·本章小结 | 第36-37页 |
第4章 剥叶影响机理的动态仿真分析 | 第37-55页 |
·剥叶过程分析 | 第37-41页 |
·剥叶过程 | 第37-39页 |
·甘蔗剥叶过程运动受力分析 | 第39-41页 |
·运动仿真模型的建立 | 第41-44页 |
·剥叶过程动态仿真 | 第44-46页 |
·剥叶机理分析 | 第46-54页 |
·本章小结 | 第54-55页 |
第5章 基于神经网络与遗传算法的性能预测及参数优化 | 第55-67页 |
·BP 神经网络 | 第55-58页 |
·BP 网络简介 | 第55页 |
·BP 网路结构 | 第55-56页 |
·BP 网络学习规则 | 第56-58页 |
·性能指标预测模型BP 网络结构设计 | 第58-59页 |
·输入和输出层设计 | 第58页 |
·隐含层设计 | 第58页 |
·样本及初始权值的选择 | 第58-59页 |
·性能指标预测模型网络结构 | 第59页 |
·性能指标BP 网络预测模型的建立与实现 | 第59-63页 |
·样本预处理 | 第59-60页 |
·传递函数的确定 | 第60页 |
·网络创建 | 第60页 |
·网络训练 | 第60-61页 |
·模型仿真 | 第61页 |
·模型实现 | 第61-63页 |
·神经网络模型的精确性分析 | 第63-64页 |
·基于遗传算法的参数优化 | 第64-66页 |
·遗传算法 | 第64-65页 |
·参数优化分析 | 第65-66页 |
·本章小结 | 第66-67页 |
第6章 总结与展望 | 第67-69页 |
·研究总结 | 第67-68页 |
·展望 | 第68-69页 |
参考文献 | 第69-72页 |
致谢 | 第72-73页 |
攻读硕士学位期间的研究成果 | 第73页 |