| 摘要 | 第6-8页 |
| abstract | 第8-9页 |
| 第1章 绪论 | 第13-18页 |
| 1.1 课题研究背景及意义 | 第13页 |
| 1.2 弹药贮存可靠性预测方法的国内外研究现状 | 第13-15页 |
| 1.3 本文研究内容与组织结构 | 第15-18页 |
| 第2章 弹药贮存可靠性 | 第18-31页 |
| 2.1 弹药贮存可靠性基本概念及主要参数指标 | 第18-20页 |
| 2.1.1 弹药贮存可靠性的定义 | 第18页 |
| 2.1.2 评估弹药贮存可靠性的参数指标 | 第18-20页 |
| 2.2 弹药贮存失效分析 | 第20-24页 |
| 2.2.1 影响弹药失效的主要因素 | 第20-21页 |
| 2.2.2 弹药的贮存失效机理 | 第21-24页 |
| 2.3 弹药贮存寿命试验 | 第24-26页 |
| 2.3.1 正常应力贮存寿命试验 | 第24页 |
| 2.3.2 加速寿命试验 | 第24-26页 |
| 2.4 弹药贮存可靠性数据特点及其处理 | 第26-30页 |
| 2.4.1 弹药贮存可靠性数据特点 | 第26-27页 |
| 2.4.2 贮存可靠性数据预处理 | 第27-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 BP神经网络与粒子群算法 | 第31-43页 |
| 3.1 神经网络的基本理论 | 第31-38页 |
| 3.1.1 人工神经网络 | 第31-34页 |
| 3.1.2 BP神经网络的基本理论 | 第34-38页 |
| 3.2 BP算法的优缺点及其改进 | 第38-39页 |
| 3.2.1 BP算法的优缺点 | 第38-39页 |
| 3.2.2 BP算法的改进 | 第39页 |
| 3.3 粒子群优化算法 | 第39-42页 |
| 3.3.1 基本粒子群优化算法的基本概念 | 第40-42页 |
| 3.3.2 粒子群算法的改进 | 第42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 基于正常应力贮存寿命的弹药贮存可靠性预测 | 第43-58页 |
| 4.1 问题介绍 | 第43页 |
| 4.2 基于正常应力贮存可靠性数据的预测模型 | 第43-47页 |
| 4.2.1 模型假设 | 第43页 |
| 4.2.2 正常应力条件下弹药贮存可靠性预测的基本思路 | 第43-47页 |
| 4.3 正常应力贮存寿命试验算例 | 第47-57页 |
| 4.3.1 算例数据集 | 第47-48页 |
| 4.3.2 贮存可靠性预测模型的建立 | 第48-49页 |
| 4.3.3 基于IGPSO-BP网络对弹药贮存可靠性的预测 | 第49-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第5章 基于加速寿命试验的弹药贮存可靠性预测 | 第58-68页 |
| 5.1 问题介绍 | 第58页 |
| 5.2 基于加速寿命试验的弹药贮存可靠性预测 | 第58-64页 |
| 5.2.1 模型假设 | 第58页 |
| 5.2.2 贮存可靠性预测模型的建立 | 第58-64页 |
| 5.3 算例验证 | 第64-67页 |
| 5.3.1 加速试验数据集 | 第64页 |
| 5.3.2 基于加速试验数据IGPSO-BP神经网络的预测 | 第64-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第6章 弹药贮存可靠性预测系统的设计与实现 | 第68-73页 |
| 6.1 系统设计思路 | 第68-69页 |
| 6.1.1 系统开发环境与语言的介绍 | 第68页 |
| 6.1.2 系统实现的主要功能 | 第68-69页 |
| 6.1.3 系统设计的总体架构 | 第69页 |
| 6.2 系统功能的实现 | 第69-72页 |
| 6.3 本章小结 | 第72-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 攻读硕士期间发表论文情况 | 第80-81页 |
| 致谢 | 第81-82页 |
