| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第1章 绪论 | 第11-19页 |
| ·金属陶瓷模具材料 | 第11-12页 |
| ·单一计算智能方法在陶瓷模具材料优化设计中的应用 | 第12-13页 |
| ·人工神经网络的应用 | 第12-13页 |
| ·遗传算法的应用 | 第13页 |
| ·复合计算智能方法在陶瓷材料优化设计中的应用 | 第13-16页 |
| ·遗传算法与人工神经网络结合的优化算法 | 第13-14页 |
| ·模拟退火算法与神经网络、遗传算法结合的优化方法 | 第14-15页 |
| ·免疫算法与神经网络、遗传算法结合的优化方法 | 第15-16页 |
| ·模糊逻辑与神经网络结合的优化算法 | 第16页 |
| ·研究的目的、意义及内容 | 第16-19页 |
| ·研究的目的及意义 | 第16-17页 |
| ·主要研究内容 | 第17-19页 |
| 第2章 基于免疫算法的纳米复合金属陶瓷模具材料组分优化设计 | 第19-29页 |
| ·免疫算法 | 第19-22页 |
| ·免疫算法简介 | 第19-20页 |
| ·免疫算法的流程图和步骤 | 第20-21页 |
| ·免疫算法中相关参数的计算方法 | 第21-22页 |
| ·基于免疫算法的纳米复合金属陶瓷模具材料组分优化设计 | 第22-28页 |
| ·纳米复合金属陶瓷模具材料断裂韧性与组分之间数学模型的建立及优化 | 第22-25页 |
| ·纳米复合金属陶瓷模具材料硬度和抗弯强度与组分之间数学模型的建立及优化 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于免疫遗传算法的纳米金属陶瓷模具材料组分优化设计 | 第29-39页 |
| ·免疫算法与遗传算法的结合 | 第29-32页 |
| ·遗传算法简介 | 第29-31页 |
| ·免疫算法与遗传算法的比较 | 第31页 |
| ·免疫算法与遗传算法的结合 | 第31-32页 |
| ·基于免疫遗传算法的纳米复合金属陶瓷模具材料组分优化设计 | 第32-35页 |
| ·免疫算法与免疫遗传算法优化结果对比 | 第35-36页 |
| ·综合机械性能的免疫遗传算法优化 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第4章 免疫遗传算法结合神经网络优化纳米复合金属陶瓷模具材料烧结工艺及组分 | 第39-55页 |
| ·神经网络简介 | 第39-43页 |
| ·BP 神经网络的模型结构及原理 | 第39-40页 |
| ·BP 神经网络的构建与训练 | 第40-42页 |
| ·BP 神经网络的局限性 | 第42-43页 |
| ·免疫遗传算法结合 BP 神经网络对纳米复合金属陶瓷模具材料断裂韧性的优化 | 第43-46页 |
| ·纳米复合金属陶瓷材料烧结工艺与断裂韧性之间的BP 神经网络建模 | 第43-45页 |
| ·运用免疫遗传算法优化纳米复合金属陶瓷材料的断裂韧性 | 第45-46页 |
| ·纳米复合金属陶瓷模具材料抗弯强度和硬度与烧结工艺间神经网络建模与优化 | 第46-50页 |
| ·纳米复合金属陶瓷模具材料抗弯强度与烧结工艺之间BP 神经网络建模与优化 | 第46-47页 |
| ·纳米复合金属陶瓷模具材料硬度与烧结工艺之间BP 神经网络建模与优化 | 第47-49页 |
| ·纳米复合金属陶瓷模具材料烧结工艺优化结果的应用 | 第49-50页 |
| ·纳米复合金属陶瓷模具材料组分与机械性能之间 BP 神经网络建模与优化 | 第50-53页 |
| ·纳米复合金属陶瓷模具材料组分与机械性能之间 BP 神经网络建模 | 第50-52页 |
| ·免疫遗传算法结合神经网络对纳米复合金属陶瓷模具材料组分的优化 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-63页 |
| 在学期间主要科研成果 | 第63-64页 |
