首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于人工神经网络的工具消耗量预测研究

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-17页
 §1-1 问题的提出第9-11页
  1-1-1 机械工业企业在工具使用和消耗上存在问题第9-10页
  1-1-2 企业实施精细化管理的要求第10-11页
 §1-2 研究和应用现状第11-13页
  1-2-1 工具消耗定额编制方法第11-12页
  1-2-2 工具消耗的计算机辅助管理系统研究现状第12页
  1-2-3 工具消耗预测模型研究现状第12-13页
 §1-3 研究目的和意义第13-14页
  1-3-1 研究目的第13页
  1-3-2 研究意义第13-14页
 §1-4 研究思路和研究内容第14-17页
  1-4-1 研究思路第14页
  1-4-2 论文主要创新点第14-15页
  1-4-3 主要研究内容第15-17页
第二章 人工神经网络理论第17-30页
 §2-1 人工神经网络概述第17-22页
  2-1-1 人工神经网络的定义第17页
  2-1-2 人工神经网络的发展史第17-18页
  2-1-3 人工神经网络的分类第18-19页
  2-1-4 人工神经网络的学习第19-20页
  2-1-5 神经元模型第20-22页
 §2-2 BP网络模型及算法第22-26页
  2-2-1 BP网络的定义第22-23页
  2-2-2 基于BP算法的多层前馈网络模型第23-24页
  2-2-3 BP算法的实现过程第24-25页
  2-2-4 基于BP算法的多层前馈网络具有的重要能力第25-26页
 §2-3 径向基函数模型及算法第26-30页
  2-3-1 RBF网络的定义第26页
  2-3-2 RBF网络的结构第26-28页
  2-3-3 RBF的学习算法第28-30页
第三章 工具消耗量影响因素分析第30-45页
 §3-1 工具分类及预测类型界定第30-32页
 §3-2 工具消耗量基本影响因素分析第32-33页
  3-2-1 线性相关分析第32页
  3-2-2 加工产品数和工具消耗量的相关分析第32-33页
 §3-3 工具消耗量其它影响因素分析第33-43页
  3-3-1 刀具耐用度第33-36页
  3-3-2 切削速度第36-38页
  3-3-3 工具意外损耗系数第38-41页
  3-3-4 其它影响因素第41-43页
 §3-4 预测模型的初建第43-44页
 §3-5 小结第44-45页
第四章 工具消耗量预测的人工神经网络模型第45-59页
 §4-1 工具消耗量预测的数学模型第45页
 §4-2 人工神经网络设计方法第45-49页
  4-2-1 训练样本集的准备第45-47页
  4-2-2 初始值、闽值的设计第47页
  4-2-3 网络模型结构设计第47-48页
  4-2-4 网络训练与测试第48-49页
 §4-3 DPS数据处理系统第49-50页
  4-3-1 DPS概述第49页
  4-3-2 DPS系统中的神经网络模块第49-50页
 §4-4 工具消耗量预测神经网络模型的设计和软件实现第50-56页
  4-4-1 准备训练样本集第50-53页
  4-4-2 系统参数设置第53-54页
  4-4-3 数据转换方式第54-55页
  4-4-4 网络模型结构设计第55-56页
  4-4-5 确定预测模型第56页
 §4-5 预报结果与分析第56-57页
 §4-6 小结第57-59页
第五章 工具消耗量不同预测方法的预测结果分析第59-70页
 §5-1 技术计算法制定工具消耗定额第59-61页
  5-1-1 技术计算法第59页
  5-1-2 滚刀消耗定额的计算举例第59-61页
 §5-2 RBFN网络预测工具消耗量第61-65页
  5-2-1 kmeans聚类法第61-62页
  5-2-2 RBF网络的软件实现第62-65页
 §5-3 工具消耗量预测算例分析、误差比较第65-69页
  5-3-1 预测结果的分析比较第65-67页
  5-3-2 三种预测方法优缺点比较第67-69页
 §5-4 小结第69-70页
第六章 总结与展望第70-72页
 §6-1 研究总结第70页
 §6-2 有待进一步解决的问题第70-71页
 §6-3 研究展望第71-72页
参考文献第72-74页
致谢第74-75页
攻读学位期间所取得的相关科研成果第75页

论文共75页,点击 下载论文
上一篇:基于通用设计理念的起居产品设计研究
下一篇:PCR凝胶成像分析算法研究