| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·本课题的研究背景及意义 | 第9-10页 |
| ·包衣控制国内外研究现状 | 第10-12页 |
| ·人工神经网络理论研究现状 | 第10-11页 |
| ·包衣机控制技术的发展现状 | 第11-12页 |
| ·本论文的研究内容 | 第12-13页 |
| ·论文内容的安排 | 第13-15页 |
| 第二章 系统建模与仿真 | 第15-24页 |
| ·仿真实验 | 第15-17页 |
| ·数字仿真 | 第17-23页 |
| ·系统建模中的基本问题 | 第17-19页 |
| ·数字仿真基本内容 | 第19-20页 |
| ·数学模型 | 第20-23页 |
| ·小结 | 第23-24页 |
| 第三章 遗传神经网络算法 | 第24-43页 |
| ·遗传算法 | 第24-27页 |
| ·遗传算法的生物进化模型 | 第24-25页 |
| ·遗传算法的基本思想 | 第25页 |
| ·遗传算法的三个基本操作 | 第25-27页 |
| ·人工神经网络理论 | 第27-40页 |
| ·人工神经元模型 | 第27-31页 |
| ·人工神经网络的特点 | 第31-33页 |
| ·人工神经网络的拓扑结构及工作方式 | 第33-36页 |
| ·人工神经网络的学习方式 | 第36页 |
| ·人工神经网络的学习算法 | 第36-38页 |
| ·BPNN 的学习算法 | 第38-40页 |
| ·遗传神经网络算法 | 第40-42页 |
| ·遗传神经网络算法 | 第40页 |
| ·基于简单遗传算法的BPNN 算法 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 主动进化神经网络算法 | 第43-50页 |
| ·主动进化算法的思想来源 | 第43-44页 |
| ·AE-BPNN 算法的基本操作 | 第44-47页 |
| ·AE-BPNN 与SGA-BPNN 的比较实验 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 包衣控制参数的人工神经网络预测模型 | 第50-65页 |
| ·GBB-45 高效包衣机的基本结构及工作原理 | 第51-54页 |
| ·高效包衣的基本组成结构 | 第51-53页 |
| ·高效包衣机的工作原理 | 第53-54页 |
| ·GBB-45 高效包衣机的标准操作规程 | 第54-55页 |
| ·GBB-45 型高效包衣机自动控制重点参数的选择与确定 | 第55-57页 |
| ·基于AE-BPNN 的包衣预测模型 | 第57-60页 |
| ·样本的预处理 | 第57-58页 |
| ·AE-BPNN 预测模型结构 | 第58-60页 |
| ·仿真分析 | 第60-64页 |
| ·AE-BPNN 预测结果质量评定 | 第60-63页 |
| ·模型应用实例分析 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·总结 | 第65页 |
| ·展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 攻读硕士学位期间论文发表和参加科研项目情况 | 第70-71页 |
| 致谢 | 第71-72页 |