基于遗传神经网络的焊接接头力学性能预测系统研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第一章 绪论 | 第12-21页 |
| ·本课题研究目的及意义 | 第12-13页 |
| ·人工神经网络概述 | 第13-16页 |
| ·人工神经网络原理 | 第13-15页 |
| ·人工神经网络在焊接领域的应用 | 第15-16页 |
| ·遗传算法概述 | 第16-19页 |
| ·遗传算法原理 | 第16-18页 |
| ·遗传算法在焊接领域的应用 | 第18-19页 |
| ·本课题主要研究内容 | 第19-21页 |
| 第二章 课题总体设计和研究方案 | 第21-24页 |
| ·课题总体设计 | 第21-22页 |
| ·研究方案 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于 BP 神经网络的预测模型 | 第24-45页 |
| ·BP 神经网络算法研究 | 第24-28页 |
| ·应用MATLAB 预测焊接接头力学性能 | 第28-37页 |
| ·神经网络结构的确定 | 第29-31页 |
| ·TIG 焊接头抗拉强度预测 | 第31-37页 |
| ·建立基于神经网络的性能预测系统及应用 | 第37-44页 |
| ·神经网络的性能预测系统 | 第37-39页 |
| ·手工电弧焊接头延伸率预测 | 第39-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于遗传神经网络的预测模型 | 第45-52页 |
| ·遗传算法参数选择方案 | 第45-47页 |
| ·编码方案 | 第45页 |
| ·适应度函数的确定 | 第45-46页 |
| ·选择操作 | 第46页 |
| ·交叉操作 | 第46页 |
| ·变异操作 | 第46-47页 |
| ·遗传算法优化神经网络 | 第47-49页 |
| ·遗传算法优化神经网络学习规则 | 第47-48页 |
| ·遗传算法优化神经网络结构 | 第48页 |
| ·遗传算法优化神经网络连接权 | 第48-49页 |
| ·建立遗传算法优化BP 神经网络预测模型 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 焊接接头力学性能预测系统 | 第52-67页 |
| ·系统功能介绍 | 第52-54页 |
| ·接头力学性能预测 | 第54-65页 |
| ·数据收集和处理 | 第55-57页 |
| ·模型训练 | 第57-60页 |
| ·模型测试 | 第60-61页 |
| ·应用模型预测 | 第61-64页 |
| ·参数分析 | 第64-65页 |
| ·模型的管理和维护 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 结论与展望 | 第67-69页 |
| ·结论 | 第67-68页 |
| ·展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 在学期间的研究成果及发表的学术论文 | 第74页 |
