模糊神经网络选择机械加工参数的应用研究
| 第一章 绪论 | 第1-21页 |
| ·问题的提出 | 第10-11页 |
| ·研究的目的和意义 | 第11-12页 |
| ·模糊神经网络的发展与应用 | 第12-19页 |
| ·模糊控制理论的发展与应用 | 第12-14页 |
| ·人工神经网络的发展与应用 | 第14-16页 |
| ·模糊神经网络的发展与应用 | 第16-19页 |
| ·本文的主要研究内容 | 第19-21页 |
| 第二章 模糊神经网络基本理论 | 第21-58页 |
| ·模糊逻辑基础及模糊聚类分析 | 第21-37页 |
| ·模糊逻辑基础 | 第21-27页 |
| ·模糊聚类分析 | 第27-33页 |
| ·动态聚类算法和模糊C—均值聚类 | 第33-37页 |
| ·人工神经网络基本理论 | 第37-42页 |
| ·人工神经元模型 | 第37-39页 |
| ·神经网络拓扑结构 | 第39-40页 |
| ·神经网络的学习算法 | 第40页 |
| ·几种常用的神经网络模型 | 第40-42页 |
| ·BP 算法及常用的改进方法 | 第42-49页 |
| ·BP 网络基本结构 | 第42-44页 |
| ·标准BP 算法的限制和不足 | 第44-48页 |
| ·标准BP 算法的常用改进方法 | 第48-49页 |
| ·模糊神经网络 | 第49-58页 |
| ·模糊神经元的几种模型 | 第50-53页 |
| ·模糊神经网络结构 | 第53-58页 |
| 第三章 机械加工中参数的选择 | 第58-64页 |
| ·制造质量及影响因素 | 第58-61页 |
| ·制造质量和经济精度 | 第58-59页 |
| ·影响制造质量的因素分析 | 第59-60页 |
| ·加工参数的选择原则 | 第60-61页 |
| ·误差复映问题的特点分析 | 第61-63页 |
| ·自动加工中参数的选择 | 第63-64页 |
| 第四章 模糊神经网络设计 | 第64-91页 |
| ·模糊神经网络的分类、比较和选择 | 第64-65页 |
| ·模糊神经网络模型的确定及改进策略 | 第65-79页 |
| ·模糊神经网络模型的确定 | 第65-66页 |
| ·模糊神经网络改进策略 | 第66-79页 |
| ·基于模糊聚类的模糊神经网络建模 | 第79-82页 |
| ·神经网络模型参数设计 | 第82-84页 |
| ·神经网络隐含层神经元个数的确定 | 第82-83页 |
| ·网络初始权值的确定 | 第83页 |
| ·理想输出分量的确定 | 第83页 |
| ·如何避免局部最优 | 第83-84页 |
| ·模糊神经网络设计 | 第84-91页 |
| ·学习样本的归一化处理 | 第84页 |
| ·隶属度函数的确定 | 第84-86页 |
| ·解模糊方法的选取 | 第86-87页 |
| ·模糊神经网络结构 | 第87-91页 |
| 第五章 模糊神经网络训练数据的获取和分析 | 第91-108页 |
| ·训练数据的获取 | 第91-94页 |
| ·实验的目的和实验方案 | 第91页 |
| ·实验装置简介 | 第91-94页 |
| ·实验的策略和步骤 | 第94页 |
| ·实验数据及理论分析 | 第94-108页 |
| 第六章 模糊神经网络的训练、测试及自动编程的实现 | 第108-124页 |
| ·模糊神经网络的训练 | 第108-109页 |
| ·模糊神经网络的测试 | 第109-114页 |
| ·数控加工程序的自动生成 | 第114-124页 |
| ·自动生成数控加工程序的过程 | 第114-115页 |
| ·自动生成数控加工程序的实现 | 第115-124页 |
| 第七章 结论 | 第124-126页 |
| 参考文献 | 第126-138页 |
| 博士期间发表的论文及的科研成果 | 第138-140页 |
| 致谢 | 第140-141页 |
| 摘要 | 第141-144页 |
| ABSTRACT | 第144-147页 |
