| 1 前言 | 第1-13页 |
| ·合理下料问题 | 第6-7页 |
| ·国内外研究现状及评述 | 第7-11页 |
| ·本科题研究的目的意义 | 第11-13页 |
| 2 板式家具下料问题的数学描述 | 第13-15页 |
| ·下料问题的数学描述 | 第13页 |
| ·板式家具优化下料的数学模型的建立 | 第13-15页 |
| ·板式家具生产及其下料概述 | 第13页 |
| ·板式家具加工工艺及对下料的要求 | 第13-15页 |
| ·板式家具优化下料的实用数学模型 | 第15页 |
| 3 人工神经网络(ANN)的描述 | 第15-26页 |
| ·生物神经原与人工神经原模型 | 第16-19页 |
| ·生物神经元 | 第16-17页 |
| ·MP模型 | 第17-18页 |
| ·其他形式的作用函数 | 第18-19页 |
| ·Hebb学习规则 | 第19页 |
| ·人工神经网络的特点 | 第19-20页 |
| ·常用网络模型及BP算法 | 第20-26页 |
| ·常用网络模型 | 第20-21页 |
| ·BP算法 | 第21-24页 |
| ·BP网的特点 | 第24-26页 |
| 4 遗传算法的描述 | 第26-31页 |
| ·标准遗传算法 | 第26页 |
| ·遗传算法的特点 | 第26-27页 |
| ·遗传算法的基本操作 | 第27-31页 |
| ·制订编网方案 | 第27页 |
| ·确定适应值函数 | 第27-28页 |
| ·选择操作 | 第28-29页 |
| ·交叉操作 | 第29-30页 |
| ·突然变异 | 第30-31页 |
| 5 遗传算法与神经网络结合解决板式家具优化下料问题 | 第31-38页 |
| ·ANN与GA的结合 | 第31-33页 |
| ·遗传神经网络的设计与实际问题的映射 | 第33-34页 |
| ·权值编码方案、适应度及评价函数的设计 | 第34-38页 |
| ·权值编码方案 | 第34页 |
| ·适应度及评价函数的设计 | 第34-38页 |
| 6 板式家具板材优化下料系统 | 第38-41页 |
| 7 结论 | 第41-42页 |
| 参考文献 | 第42-45页 |
| 致谢 | 第45页 |