基于神经网络的金属车削参数智能优化系统的研究与开发
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题研究的背景 | 第10-11页 |
| ·国内外研究现状 | 第11-15页 |
| ·切削数据库发展现状 | 第11-12页 |
| ·智能化解决方案发展现状 | 第12-15页 |
| ·课题研究的目的 | 第15页 |
| ·课题研究的主要内容 | 第15-16页 |
| 第二章 人工神经网络 | 第16-24页 |
| ·人工神经网络 | 第16-18页 |
| ·人工神经元 | 第16-17页 |
| ·转移函数 | 第17-18页 |
| ·神经网络的分类 | 第18-19页 |
| ·神经网络的学习过程 | 第19页 |
| ·BP网络简介 | 第19-22页 |
| ·BP网络的拓扑结构 | 第19-20页 |
| ·附加动量项的BP算法 | 第20-22页 |
| ·人工神经网络与传统方法的比较 | 第22页 |
| ·神经网络的应用 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 金属车削参数智能优化系统总体设计 | 第24-30页 |
| ·系统需求分析 | 第24页 |
| ·运行环境 | 第24-25页 |
| ·系统模型设计 | 第25-26页 |
| ·开发工具选择 | 第26-29页 |
| ·通用编程语言的选择 | 第26-27页 |
| ·神经网络仿真软件的选择 | 第27-28页 |
| ·数据库管理系统的选择 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 数据库设计 | 第30-38页 |
| ·数据库概述 | 第30-31页 |
| ·需求分析 | 第31-32页 |
| ·开发背景 | 第31页 |
| ·实现目标 | 第31-32页 |
| ·概念结构设计 | 第32-33页 |
| ·逻辑结构设计 | 第33-36页 |
| ·E-R图到关系模型的转换 | 第33-34页 |
| ·逻辑结构设计 | 第34-36页 |
| ·物理结构设计 | 第36-37页 |
| ·影响物理设计的因素 | 第36页 |
| ·存取方法的选择 | 第36-37页 |
| ·数据库的实施和维护 | 第37页 |
| ·试验数据的来源 | 第37页 |
| ·数据库的转储和恢复 | 第37页 |
| ·本章小结 | 第37-38页 |
| 第五章 神经网络设计 | 第38-53页 |
| ·总体设计方案 | 第38页 |
| ·神经网络结构设计 | 第38-41页 |
| ·输入与输出层设计 | 第38-39页 |
| ·隐层设计 | 第39页 |
| ·网络参数值的选择 | 第39-40页 |
| ·传递函数的选择 | 第40页 |
| ·训练集和测试集的选取 | 第40-41页 |
| ·网络结构优化 | 第41-49页 |
| ·传递函数和隐层结点数的优化 | 第41-44页 |
| ·训练步长的优化 | 第44-47页 |
| ·动量因子的优化 | 第47-49页 |
| ·神经网络的训练与测试 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第六章 信息管理系统设计及实例分析 | 第53-66页 |
| ·功能模块划分 | 第53-54页 |
| ·应用程序与数据库的连接 | 第54-55页 |
| ·程序界面设计 | 第55-61页 |
| ·登录窗体设计 | 第55-57页 |
| ·主窗体设计 | 第57-58页 |
| ·基本信息查询模块设计 | 第58-59页 |
| ·数据库维护模块设计 | 第59-60页 |
| ·神经网络管理模块设计 | 第60-61页 |
| ·实例分析 | 第61-65页 |
| ·本章小结 | 第65-66页 |
| 第七章 结论与展望 | 第66-68页 |
| ·结论 | 第66-67页 |
| ·展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士学位期间发表的论文 | 第72页 |
