| 第一章 绪论 | 第1-15页 |
| 1．1 论文的目的与意义 | 第8-10页 |
| 1．2 爆破专家系统研制的可行性 | 第10-12页 |
| 1．3 爆破专家系统研究现状 | 第12-13页 |
| 1．4 本论文研究的主要内容和重点 | 第13-15页 |
| 第二章 专家系统概述及其应用 | 第15-21页 |
| 2．1 专家系统概述 | 第15-17页 |
| 2．1．1 专家系统的概念和发展历史 | 第15-16页 |
| 2．1．2 专家系统的结构 | 第16-17页 |
| 2．2 爆破专家系统设计 | 第17页 |
| 2．2．1 爆破专家系统的特点 | 第17页 |
| 2．2．2 爆破专家系统的组成 | 第17页 |
| 2．3 框架结构建筑物控制爆破拆除专家系统功能设计 | 第17-21页 |
| 2．3．1 框架结构建筑物控制爆破拆除专家系统的组成 | 第18-19页 |
| 2．3．2 框架结构建筑物控制爆破拆除专家系统整体设计思路 | 第19-21页 |
| 第三章 模糊神经网络概念及其应用 | 第21-34页 |
| 3．1 神经网络理论 | 第21-27页 |
| 3．1．1 神经网络概念及其发展历史 | 第21页 |
| 3．1．2 神经网络的特性 | 第21-22页 |
| 3．1．3 人工神经网络模型 | 第22-23页 |
| 3．1．4 神经网络的学习方法 | 第23-27页 |
| 3．1．4．1 BP算法基本思想 | 第23-24页 |
| 3．1．4．2 训练过程 | 第24-27页 |
| 3．2 模糊控制理论 | 第27-29页 |
| 3．2．1 模糊控制的概念及其发展历史 | 第27页 |
| 3．2．2 模糊控制系统的原理与特点 | 第27-28页 |
| 3．2．3 模糊控制器工作机理 | 第28-29页 |
| 3．3 模糊神经网络系统 | 第29-31页 |
| 3．3．1 模糊神经网络的概况及其分类 | 第29页 |
| 3．3．2 基于标准模型的模糊神经网络 | 第29-31页 |
| 3．3．3 模糊神经网络的学习算法 | 第31页 |
| 3．4 模糊神经网络在拆除方案优选中的应用 | 第31-34页 |
| 3．4．1 模糊神经网络应用的可行性 | 第31页 |
| 3．4．2 网络结构描述 | 第31-34页 |
| 第四章 知识、知识表示与知识库的概述及其应用 | 第34-43页 |
| 4．1 知识简介 | 第34-35页 |
| 4．1．1 知识的概念和研究现状 | 第34页 |
| 4．1．2 知识的分类 | 第34-35页 |
| 4．2 知识的表示 | 第35-42页 |
| 4．3 知识获取与知识库的建立 | 第42-43页 |
| 第五章 爆破专家知识 | 第43-49页 |
| 5．1 拆除爆破概述 | 第43-44页 |
| 5．1．1 控制爆破的基本要求 | 第43页 |
| 5．1．2 控制爆破的分类 | 第43-44页 |
| 5．2 控制爆破的基本原理 | 第44-47页 |
| 5．2．1 最小抵抗线原理 | 第44-45页 |
| 5．2．2 失稳原理 | 第45-46页 |
| 5．2．3 分散装药的微分原理 | 第46页 |
| 5．2．4 防护原理 | 第46-47页 |
| 5．3 爆破参数设计 | 第47-48页 |
| 5．4 爆破网络设计 | 第48-49页 |
| 第六章 专家系统技术设计 | 第49-58页 |
| 6．1 系统选用的开发平台及界面设计 | 第49-52页 |
| 6．1．1 系统开发采用的工具 | 第49页 |
| 6．1．2 系统的界面设计 | 第49-52页 |
| 6．2 知识库的建立 | 第52-54页 |
| 6．3 系统推理机的建立 | 第54-58页 |
| 6．3．1 产生式推理系统 | 第54-56页 |
| 6．3．2 框架推理机 | 第56-58页 |
| 第七章 工程应用实例 | 第58-66页 |
| 7．1 工程概况 | 第58页 |
| 7．1．1 环境条件 | 第58页 |
| 7．1．2 楼房结构 | 第58页 |
| 7．2 专家系统应用 | 第58-65页 |
| 7．2．1 数据录入 | 第58-59页 |
| 7．2．2 设计报告输出 | 第59-65页 |
| 7．3 结论 | 第65-66页 |
| 第八章 结论 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70页 |
