BP网络在机械自动化加工参数自动选择中的应用研究
| 第一章 绪论 | 第1-20页 |
| ·本文的研究目的及意义 | 第9-10页 |
| ·人工神经网络及其发展 | 第10-15页 |
| ·人工神经网络的基本概念 | 第10-11页 |
| ·神经网络的功能 | 第11-12页 |
| ·神经网络的发展历程 | 第12-13页 |
| ·MATLAB 的神经网络工具箱 | 第13-15页 |
| ·CAPP 概述 | 第15-17页 |
| ·CAPP 概念 | 第15-16页 |
| ·CAPP 的发展及现状 | 第16-17页 |
| ·人工神经网络与CAPP | 第17-18页 |
| ·本文的主要研究内容 | 第18-20页 |
| 第二章 神经网络类型及应用 | 第20-32页 |
| ·各种神经网络的分类及特点 | 第20-25页 |
| ·感知器 | 第20-21页 |
| ·线性神经网络(自适应线性元件) | 第21-22页 |
| ·反向传播(BP)网络 | 第22-23页 |
| ·Hopfield 网络 | 第23-24页 |
| ·自组织竞争人工神经网络 | 第24-25页 |
| ·径向基函数网络 | 第25页 |
| ·BP 网络的数学模型 | 第25-29页 |
| ·BP 网络的设计方法 | 第29-31页 |
| 输入和输出层的设计 | 第29-30页 |
| 隐层的设计 | 第30页 |
| 初始值的选取 | 第30-31页 |
| ·BP 网络的不足 | 第31-32页 |
| 第三章 车削参数选择的神经网络模型的建立 | 第32-37页 |
| ·智能加工的问题提出 | 第32-33页 |
| ·误差复映问题的特点分析 | 第33-34页 |
| ·输入输出参数的确定 | 第34-37页 |
| 第四章 实验过程及数据采集 | 第37-48页 |
| ·设计内容概要 | 第37页 |
| ·实验设备及材料 | 第37-39页 |
| ·实验过程及步骤 | 第39-40页 |
| ·实验步骤 | 第39-40页 |
| ·实验原理图 | 第40页 |
| ·偏心可调夹具的设计 | 第40-41页 |
| ·实验数据及理论分析 | 第41-48页 |
| 第五章 BP 网络模型的建立及训练输出 | 第48-60页 |
| ·BP 网络的改进 | 第48-50页 |
| ·数据预处理 | 第50-51页 |
| ·确定网络的隐层数和各层神经元数 | 第51-52页 |
| ·隐层数的确定 | 第51页 |
| ·隐层神经元数的选择 | 第51-52页 |
| ·训练参数及训练及测试 | 第52-55页 |
| ·训练网络程序代码 | 第52-53页 |
| ·网络训练的技巧 | 第53-55页 |
| ·测试网络及结论 | 第55-60页 |
| ·利用训练数据对网络进行测试 | 第55-57页 |
| ·利用未经训练的数据对网络进行测试 | 第57-58页 |
| ·图形用户界面的设计 | 第58-60页 |
| 第六章 结论 | 第60-62页 |
| ·结论 | 第60页 |
| ·本文研究工作的不足 | 第60-61页 |
| ·今后研究方向的建议 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-69页 |
| 摘要 | 第69-71页 |
| ABSTRACT | 第71-73页 |
| 导师及作者简介 | 第73页 |
