橡胶复合材料耐磨性的数学统计分析与预测
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-14页 |
| 第一章 绪论 | 第14-30页 |
| ·课题来源 | 第14页 |
| ·课题背景 | 第14页 |
| ·MATLAB 语言简介 | 第14-18页 |
| ·MATLAB 概述 | 第14-15页 |
| ·MATLAB 语言特点 | 第15-18页 |
| ·多元线性回归 | 第18-19页 |
| ·多元线性回归概貌 | 第18页 |
| ·多元线性回归模型 | 第18-19页 |
| ·多元线性回归的应用 | 第19页 |
| ·人工神经网络 | 第19-28页 |
| ·人工神经网络概貌 | 第19-22页 |
| ·人工神经网络发展及研究成果 | 第22-24页 |
| ·BP 网络原理与结构 | 第24-26页 |
| ·人工神经网络的应用 | 第26-28页 |
| ·课题内容 | 第28页 |
| ·课题意义 | 第28-29页 |
| ·课题创新之处 | 第29-30页 |
| 第二章 多元线性回归 | 第30-38页 |
| ·样本数据与验证数据 | 第30-32页 |
| ·回归方程分析 | 第32-33页 |
| ·残差分析 | 第33-36页 |
| ·利用回归方程预测耐磨性 | 第36页 |
| ·耐磨性关键影响因素分析 | 第36-38页 |
| 第三章 人工神经网络 | 第38-60页 |
| ·样本数据与验证数据 | 第38-40页 |
| ·人工神经网络模型的建立 | 第40-43页 |
| ·隐含层神经元数的变化 | 第40页 |
| ·性能函数的变化 | 第40-41页 |
| ·学习函数的变化 | 第41-42页 |
| ·训练函数的变化 | 第42-43页 |
| ·人工神经网络模型优选 | 第43-60页 |
| ·隐含层神经元数的优选 | 第43-47页 |
| ·性能函数的优选 | 第47-49页 |
| ·学习函数的优选 | 第49-51页 |
| ·训练函数的优选 | 第51-53页 |
| ·模型确定 | 第53-57页 |
| ·利用人工神经网络预测耐磨性 | 第57-60页 |
| 第四章 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 研究成果及发表的学术论文 | 第67-68页 |
| 作者和导师简介 | 第68-69页 |
| 附件 | 第69-70页 |
