基于遗传—神经网络的数控插补算法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·课题的来源及研究的意义 | 第8-9页 |
| ·数控插补算法的研究现状和进展 | 第9-11页 |
| ·二次曲线及高次曲线插补算法 | 第9页 |
| ·最小偏差插补算法 | 第9-10页 |
| ·具有自适应特征的插补算法 | 第10页 |
| ·多轴联动系统的插补算法 | 第10页 |
| ·基于神经网络的插补算法 | 第10-11页 |
| ·神经网络和遗传算法的研究现状与进展 | 第11-13页 |
| ·神经网络的研究现状与进展 | 第11-12页 |
| ·遗传算法的研究现状与分析 | 第12-13页 |
| ·论文的主要研究内容 | 第13-14页 |
| 第2章 神经网络和遗传算法 | 第14-22页 |
| ·引言 | 第14页 |
| ·人工神经网络技术 | 第14-15页 |
| ·人工神经网络概述 | 第14-15页 |
| ·多层前馈人工神经网络的逼近能力 | 第15页 |
| ·BP 神经网络模型 | 第15-18页 |
| ·BP 算法学习原则 | 第16-18页 |
| ·BP 网络的改进方案 | 第18页 |
| ·遗传算法概述 | 第18-21页 |
| ·遗传算法形式化定义 | 第18-19页 |
| ·基本优化思想 | 第19页 |
| ·遗传算法与传统优化算法的比较 | 第19-20页 |
| ·遗传算法步骤 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 基于遗传-神经网络的数控插补算法 | 第22-41页 |
| ·引言 | 第22页 |
| ·光学非球面数控插补 | 第22-24页 |
| ·数控插补原理 | 第22-23页 |
| ·光学通用方程 | 第23-24页 |
| ·数控插补的神经网络模型 | 第24-27页 |
| ·神经网络结构确定 | 第24页 |
| ·神经网络参数的选取 | 第24-27页 |
| ·BP 神经网络训练 | 第27页 |
| ·遗传算法和神经网络的结合 | 第27-34页 |
| ·网络模型的编码以及描述方法 | 第28-30页 |
| ·遗传算法的具体优化步骤 | 第30-33页 |
| ·遗传算法和神经网络结合步骤 | 第33-34页 |
| ·遗传算法与神经网络仿真运算 | 第34-38页 |
| ·遗传算法优化神经网络权重 | 第34-35页 |
| ·BP 算法训练结果 | 第35-38页 |
| ·误差分析 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 插补算法的实验验证 | 第41-47页 |
| ·引言 | 第41页 |
| ·非球曲面磨削试验 | 第41-43页 |
| ·试验过程 | 第41-42页 |
| ·试验结果 | 第42-43页 |
| ·试验结果分析 | 第43-46页 |
| ·砂轮形状误差的影响 | 第43-44页 |
| ·砂轮安装误差的影响 | 第44-45页 |
| ·砂轮X 向安装误差和半径误差的综合影响 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 哈尔滨工业大学硕士学位论文原创性声明 | 第52页 |
| 哈尔滨工业大学硕士学位论文使用授权书 | 第52页 |
| 哈尔滨工业大学硕士学位涉密论文管理 | 第52-53页 |
| 致谢 | 第53页 |
