基于人工智能的配棉技术和纱线质量预测系统的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题的研究背景 | 第9-10页 |
| ·计算机自动配棉问题研究 | 第9页 |
| ·纱线质量预测问题研究 | 第9-10页 |
| ·本课题研究现状 | 第10-11页 |
| ·国外的研究现状 | 第10页 |
| ·国内的研究现状 | 第10-11页 |
| ·本课题的研究目的及意义 | 第11页 |
| ·课题的应用前景 | 第11-12页 |
| ·本文的主要研究内容和组织结构 | 第12-14页 |
| ·本文的主要研究内容 | 第12-13页 |
| ·本文的组织结构 | 第13-14页 |
| 第2章 遗传算法在自动配棉上的应用 | 第14-28页 |
| ·遗传算法概述 | 第14-16页 |
| ·遗传算法的产生和发展 | 第14页 |
| ·遗传算法的基本思想 | 第14-15页 |
| ·遗传算法的特点 | 第15-16页 |
| ·遗传算法的应用 | 第16页 |
| ·基于遗传算法的自动配棉系统设计 | 第16-24页 |
| ·自动配棉的数学模型 | 第16-18页 |
| ·基本遗传算法对自动配棉数学模型的描述 | 第18-19页 |
| ·改进的混合遗传算法对自动配棉数学模型的描述 | 第19-21页 |
| ·改进的混合遗传算法流程 | 第21-24页 |
| ·实验方案 | 第24-27页 |
| ·实验数据 | 第24-25页 |
| ·实验结果 | 第25-27页 |
| ·小结 | 第27-28页 |
| 第3章 神经网络模型在纱线质量预测中的应用 | 第28-57页 |
| ·BP 神经网络理论基础及应用 | 第28-32页 |
| ·BP 神经网络简介 | 第28-29页 |
| ·BP 神经网络算法及其公式推导 | 第29-31页 |
| ·BP 神经网络的特点及局限性 | 第31-32页 |
| ·BP 神经网络算法的改进 | 第32-38页 |
| ·附加动量法 | 第32-33页 |
| ·自适应调整学习速率 | 第33页 |
| ·增大反向传播误差信号改进ＢＰ算法 | 第33-38页 |
| ·BP 神经网络纱线质量预测模型的建立 | 第38-40页 |
| ·输入输出的确定 | 第38页 |
| ·网络结构的确定 | 第38页 |
| ·隐蔽层节点数的确定 | 第38-39页 |
| ·激活函数类型 | 第39页 |
| ·BP 神经网络纱线质量预测程序流程图 | 第39-40页 |
| ·径向基神经网络纱线质量预测模型 | 第40-44页 |
| ·径向基函数神经网络的数学描述 | 第40-41页 |
| ·RBF 神经网络学习方法的确定 | 第41-42页 |
| ·基于遗传算法的训练过程 | 第42-44页 |
| ·模型的网络训练及预报结果分析 | 第44-55页 |
| ·数据的预处理和后处理 | 第44-47页 |
| ·数据的预处理 | 第44-45页 |
| ·数据的后处理 | 第45-46页 |
| ·主成成分分析 | 第46-47页 |
| ·标准BP 神经网络算法预测结果 | 第47-48页 |
| ·改进的BP 神经网络算法 | 第48-52页 |
| ·基于遗传算法的RBF 神经网络训练及结果分析 | 第52-55页 |
| ·网络输入输出的确定 | 第52页 |
| ·实验结果 | 第52-55页 |
| ·BP 神经网络与RBF 神经网络预测模型比较 | 第55页 |
| ·小结 | 第55-57页 |
| 第4章 配棉技术与纱线质量预测系统的分析与设计 | 第57-70页 |
| ·Net 平台选择 | 第57页 |
| ·系统需求分析 | 第57-59页 |
| ·配棉技术与纱线质量预测系统的构架设计 | 第59-61页 |
| ·各子系统的总体设计 | 第61-66页 |
| ·软件设计的基本原理和相关概念 | 第61-65页 |
| ·各子系统的功能设计 | 第65-66页 |
| ·数据库设计 | 第66-70页 |
| ·数据库概念模型设计 | 第67页 |
| ·数据库逻辑模型设计 | 第67-68页 |
| ·数据库物理模型设计 | 第68-70页 |
| 第5章 配棉技术与纱线质量预测系统的实现 | 第70-80页 |
| ·代码设计与实现 | 第70-74页 |
| ·程序架构MVC | 第70-71页 |
| ·在ASP.NET 中实现MVC 架构模式 | 第71-72页 |
| ·代码的编写规范 | 第72-74页 |
| ·系统总体实现 | 第74-79页 |
| ·数据库操作模块的实现 | 第74-75页 |
| ·各子系统的实现 | 第75-79页 |
| ·小结 | 第79-80页 |
| 第6章 总结与展望 | 第80-82页 |
| ·全文工作总结 | 第80-81页 |
| ·今后工作展望 | 第81-82页 |
| 参考文献 | 第82-85页 |
| 作者攻读硕士学位期间发表的学术论文 | 第85-86页 |
| 致谢 | 第86页 |
