基于灰色理论和神经网络的零件尺寸精度的组合预报
| 第1章 绪论 | 第1-19页 |
| 1．1 先进制造技术概述 | 第9-15页 |
| 1．2 关于尺寸精度预报的研究现状 | 第15-17页 |
| 1．3 本课题的研究目的和主要内容 | 第17-18页 |
| 1．4 本章小结 | 第18-19页 |
| 第2章 DMC总体框架设计 | 第19-27页 |
| 2．1 DMC主体框架设计 | 第19-20页 |
| 2．2 客户机/服务器体系结构 | 第20-21页 |
| 2．3 UDP协议 | 第21页 |
| 2．4 程序设计 | 第21-26页 |
| 2．5 本章小结 | 第26-27页 |
| 第3章 尺寸精度预报系统设计 | 第27-49页 |
| 3．1 尺寸精度预报系统概述 | 第27-28页 |
| 3．2 灰色理论 | 第28-33页 |
| 3．2．1 灰色理论概述 | 第28页 |
| 3．2．2 灰色预测模型 | 第28-33页 |
| 3．3 神经网络 | 第33-35页 |
| 3．3．1 人工神经元模型 | 第33-34页 |
| 3．3．2 BP网络模型 | 第34-35页 |
| 3．4 灰色理论和神经网络的组合预报模型 | 第35-43页 |
| 3．4．1 组合预报模型及算法 | 第35-36页 |
| 3．4．2 灰色 GM(1，1)模型的建立 | 第36-38页 |
| 3．4．3 神经网络结构 | 第38-43页 |
| 3．4．4 非整数公差等级处理 | 第43页 |
| 3．5 尺寸精度预报系统的程序设计和实现 | 第43-48页 |
| 3．6 本章小结 | 第48-49页 |
| 第4章 历史零件测量数据库设计 | 第49-56页 |
| 4．1 数据库概述 | 第49-51页 |
| 4．1．1 数据库的概念及其分类 | 第49页 |
| 4．1．2 关系型数据库的基本原理 | 第49-50页 |
| 4．1．3 SQL Server数据库 | 第50-51页 |
| 4．2 历史零件测量数据库设计 | 第51页 |
| 4．2．1 历史零件测量数据库的内容 | 第51页 |
| 4．2．2 数据表的建立 | 第51页 |
| 4．3 数据库内容的查询和维护 | 第51-53页 |
| 4．3．1 数据源的ODBC配置 | 第52-53页 |
| 4．3．2 数据库的连接和访问 | 第53页 |
| 4．4 程序对数据库表数据访问实例 | 第53-55页 |
| 4．5 本章小结 | 第55-56页 |
| 第5章 数据输入输出处理 | 第56-61页 |
| 5．1 数据输入处理 | 第56-59页 |
| 5．1．1 DXF文件的总体结构 | 第56-59页 |
| 5．1．2 程序设计与实现 | 第59页 |
| 5．2 数据输出处理 | 第59-60页 |
| 5．3 本章小结 | 第60-61页 |
| 第6章 实验结果分析 | 第61-64页 |
| 6．1 实验数据取得 | 第61-63页 |
| 6．2 本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第69-70页 |
| 致谢 | 第70页 |
