首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

基于知识推理的综采装备三机配套参数设计系统

摘要第3-5页
abstract第5-7页
第一章 绪论第12-18页
    1.1 研究目的及意义第12-13页
    1.2 综采装备参数设计的国内外研究动态第13-15页
        1.2.1 综采装备三机配套参数设计第13-14页
        1.2.2 基于知识推理的参数设计方法第14-15页
    1.3 研究内容与技术路线第15-17页
        1.3.1 研究内容第15-16页
        1.3.2 技术路线第16-17页
    1.4 小结第17-18页
第二章 基于知识推理的综采装备三机配套参数设计第18-30页
    2.1 引言第18页
    2.2 综采装备三机配套原则第18-20页
        2.2.1 三机生产能力配套第18页
        2.2.2 三机性能配套第18-19页
        2.2.3 三机几何关系配套第19-20页
        2.2.4 三机寿命配套第20页
    2.3 综采装备三机参数设计第20-24页
        2.3.1 采煤机参数设计第20-22页
        2.3.2 刮板输送机参数设计第22-23页
        2.3.3 液压支架参数设计第23页
        2.3.4 三机配套参数设计第23-24页
    2.4 综采装备三机配套参数设计的知识推理方法第24-29页
        2.4.1 实例推理方法第24-25页
        2.4.2 规则推理方法第25页
        2.4.3 模型推理方法第25-28页
        2.4.4 知识推理流程第28-29页
    2.5 小结第29-30页
第三章 综采装备三机配套参数设计知识推理模型构建第30-50页
    3.1 引言第30页
    3.2 基于实例推理的参数设计模型第30-36页
        3.2.1 设计参数的选取第30-32页
        3.2.2 实例库的构建第32-35页
        3.2.3 推理模型的算法实现第35-36页
        3.2.4 实例分析第36页
    3.3 基于规则推理的参数设计模型第36-42页
        3.3.1 采煤机参数设计规则推理模型第37-39页
        3.3.2 刮板输送机参数设计规则推理模型第39页
        3.3.3 液压支架参数设计规则推理模型第39-40页
        3.3.4 实例分析第40-42页
    3.4 基于模型推理的参数预测模型第42-49页
        3.4.1 极限学习机推理模型第42-44页
        3.4.2 基于极限学习机的参数预测模型构建第44-45页
        3.4.3 推理模型的算法实现第45-47页
        3.4.4 模型验证实验与分析第47-48页
        3.4.5 实例分析第48-49页
    3.5 小结第49-50页
第四章 系统开发与实现第50-76页
    4.1 引言第50页
    4.2 系统开发环境的选择第50-52页
        4.2.1 系统开发环境第50页
        4.2.2 系统开发平台第50-51页
        4.2.3 系统开发工具第51页
        4.2.4 系统开发语言第51-52页
    4.3 系统总体设计第52-57页
        4.3.1 系统架构第52-53页
        4.3.2 系统结构设计第53-54页
        4.3.3 系统功能设计第54-57页
    4.4 系统实现关键技术第57-62页
        4.4.1 ASP.NET网页编程技术第57页
        4.4.2 数据库技术第57-58页
        4.4.3 Matlab与.Net混编技术第58-62页
    4.5 系统实现第62-73页
        4.4.1 实例推理子系统的实现第62-66页
        4.4.2 模型推理子系统的实现第66-73页
    4.6 小结第73-76页
第五章 系统测试与应用第76-86页
    5.1 引言第76页
    5.2 系统测试实验第76-79页
        5.2.1 测试目的与原则第76-77页
        5.2.2 测试方法与过程第77-78页
        5.2.3 测试结论第78-79页
    5.3 系统应用实例第79-84页
        5.3.1 实例推理模块应用实例第79-81页
        5.3.2 模型推理模块应用实例第81-84页
    5.4 小结第84-86页
第六章 结论与展望第86-90页
    6.1 工作总结第86-87页
    6.2 主要结论第87页
    6.3 进一步工作展望第87-90页
参考文献第90-94页
致谢第94-96页
攻读硕士学位期间发表的学术论文第96页

论文共96页,点击 下载论文
上一篇:面向移动端的三维网格模型简化算法研究
下一篇:基于EOG和面部视频相结合的眼动检测方法研究