| 中文摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第9-23页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 课题来源 | 第10页 |
| 1.3 高压阳极箔腐蚀概述 | 第10-16页 |
| 1.4 国内外研究现状 | 第16-19页 |
| 1.5 人工神经网络概述 | 第19-21页 |
| 1.5.1 人工神经网络产生及发展 | 第19页 |
| 1.5.2 人工神经网络结构及原理 | 第19-21页 |
| 1.5.3 人工神经网络的特点 | 第21页 |
| 1.6 研究内容及技术路线 | 第21-23页 |
| 1.6.1 研究内容 | 第21-22页 |
| 1.6.2 技术路线 | 第22-23页 |
| 2 BP 神经网络及算法改进 | 第23-30页 |
| 2.1 BP 神经网络结构 | 第23-24页 |
| 2.2 BP 算法基本原理 | 第24页 |
| 2.3 标准 BP 算法局限性 | 第24-25页 |
| 2.4 BP 算法的改进 | 第25-26页 |
| 2.5 BP 神经网络的设计 | 第26-28页 |
| 2.6 面向 Matlab 的 BP 神经网络设计 | 第28-29页 |
| 2.7 本章小结 | 第29-30页 |
| 3 遗传算法优化 | 第30-34页 |
| 3.2 遗传算法的特点 | 第30-33页 |
| 3.2.1 遗传算法原理 | 第30-31页 |
| 3.2.2 遗传算法运行步骤 | 第31-33页 |
| 3.2.3 遗传算法的 Matlab 实现 | 第33页 |
| 3.3 本章小结 | 第33-34页 |
| 4 基于 GA-BP 神经网络的铝箔腐蚀工艺优化建模 | 第34-49页 |
| 4.1 实验材料与方法 | 第34-39页 |
| 4.1.1 实验材料及仪器 | 第34-35页 |
| 4.1.2 实验方法 | 第35-39页 |
| 4.2 正交试验 | 第39-45页 |
| 4.2.1 正交试验的原理及特点 | 第39页 |
| 4.2.2 扩孔正交试验 | 第39-42页 |
| 4.2.3 发孔正交试验 | 第42-45页 |
| 4.3 发孔工艺网络模型建立与仿真 | 第45-47页 |
| 4.4 工艺参数预测 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 5 分析与讨论 | 第49-57页 |
| 5.1 单一因素分析 | 第49-51页 |
| 5.2 多因素分析 | 第51-54页 |
| 5.3 SEM 统计分析 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 6 结论与展望 | 第57-59页 |
| 6.1 结论 | 第57-58页 |
| 6.2 展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录 1 BP 神经网络训练、仿真程 | 第63-64页 |
| 附录 2 GA-BP 神经网络练、仿真程序 | 第64-68页 |
| 致谢 | 第68-69页 |
| 研究生期间发表论文 | 第69页 |