| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第8-15页 |
| ·引言 | 第8-9页 |
| ·排气抗性消声器设计方法概述 | 第9-12页 |
| ·传递矩阵分析法 | 第9-10页 |
| ·声学有限元法和声学边界元法 | 第10-12页 |
| ·试验分析法 | 第12页 |
| ·神经网络结合遗传算法的优化方法在优化设计中的应用 | 第12-13页 |
| ·遗传算法结合神经网络协同优化在优化领域中的应用 | 第12-13页 |
| ·遗传算法结合神经网络协同优化在消声器结构参数优化中的应用 | 第13页 |
| ·本文主要工作 | 第13-15页 |
| 第2章 178F柴油机消声器的试验数据采集 | 第15-21页 |
| ·试验方案安排 | 第15-16页 |
| ·因素的选择 | 第15页 |
| ·试验设计 | 第15-16页 |
| ·试验装置和试验方法 | 第16-17页 |
| ·试验装置 | 第16-17页 |
| ·试验方法 | 第17页 |
| ·试验结果分析 | 第17-18页 |
| ·柴油机排气消声器性能的评价 | 第18-21页 |
| ·消声性能的评价 | 第18-19页 |
| ·消声器空气动力性能的评价 | 第19-21页 |
| 第3章 神经网络设计及训练 | 第21-42页 |
| ·人工神经网络简介 | 第21-23页 |
| ·人工神经网络发展与应用 | 第21-22页 |
| ·人工神经元模型 | 第22-23页 |
| ·BP网络 | 第23-26页 |
| ·BP网络性能的改进 | 第26-27页 |
| ·自适应学习率 | 第26页 |
| ·附加动量法 | 第26-27页 |
| ·输入样本数据标准化处理 | 第27页 |
| ·面向Matlab工具箱的神经网络设计概述 | 第27-35页 |
| ·Matlab神经网络工具箱 | 第27-28页 |
| ·运用工具箱设计网络的原则和过程 | 第28-29页 |
| ·Matlab中关于BP网络的重要工具函数 | 第29-33页 |
| ·NNbox使用注意事项 | 第33-34页 |
| ·BP神经网络泛化的改进 | 第34-35页 |
| ·神经网络训练的算例 | 第35-42页 |
| ·一元函数的算例 | 第35-38页 |
| ·二元函数的算例 | 第38-42页 |
| 第4章 遗传算法的基本理论和改进 | 第42-56页 |
| ·遗传算法简介 | 第42页 |
| ·基本遗传算法的实现步骤 | 第42-50页 |
| ·编码 | 第44-45页 |
| ·个体适应度评价 | 第45-46页 |
| ·遗传操作 | 第46-49页 |
| ·终止准则 | 第49-50页 |
| ·改进的遗传算法 | 第50-52页 |
| ·遗传算法与传统优化算法的比较及其应用 | 第52-56页 |
| ·遗传算法与传统优化算法的比较 | 第52-54页 |
| ·遗传算法的应用 | 第54-56页 |
| 第5章 遗传算法结合神经网络协同优化在消声器结构优化设计中的应用 | 第56-65页 |
| ·遗传算法结合神经网络的概述 | 第56-57页 |
| ·GA-ANN算法在编程上的实现 | 第57-64页 |
| ·Matlab和VC++混合编程实现方法简介 | 第57-60页 |
| ·Matlab引擎函数的简介 | 第60-62页 |
| ·文件存储的实现 | 第62页 |
| ·程序的具体实现 | 第62-64页 |
| ·结果分析 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| ·主要结论 | 第65页 |
| ·展望 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 附录 | 第73-75页 |
| 致谢 | 第75页 |
