基于BP神经网络的制造成熟度评价
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-14页 |
| 1.1 研究的背景与意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-12页 |
| 1.2.1 制造模式评价体系现状 | 第8-11页 |
| 1.2.2 BP神经网络运用现状 | 第11-12页 |
| 1.3 本文结构与内容 | 第12-14页 |
| 第二章 制造模式的发展 | 第14-22页 |
| 2.1 制造模式概述 | 第14-17页 |
| 2.1.1 制造模式及其分类 | 第14-15页 |
| 2.1.2 先进制造模式及其特点 | 第15页 |
| 2.1.3 制造模式的发展历程 | 第15-17页 |
| 2.2 几种先进的制造模式及其技术支持 | 第17-22页 |
| 2.2.1 敏捷制造 | 第17-18页 |
| 2.2.2 精益生产 | 第18-19页 |
| 2.2.3 CIMS | 第19页 |
| 2.2.4 大规模定制 | 第19-20页 |
| 2.2.5 绿色制造 | 第20-21页 |
| 2.2.6 e-制造 | 第21页 |
| 2.2.7 小结 | 第21-22页 |
| 第三章 制造成熟度评价及其方法选择 | 第22-27页 |
| 3.1 制造成熟度概述 | 第22页 |
| 3.1.1 制造成熟度定义 | 第22页 |
| 3.1.2 制造成熟度等级设置 | 第22页 |
| 3.2 制造成熟度评价指标的设计 | 第22-27页 |
| 3.2.1 制造成熟度评价指标设置原则 | 第22-23页 |
| 3.2.2 制造成熟度评价指标设计 | 第23-27页 |
| 第四章 BP神经网络介绍 | 第27-40页 |
| 4.1 BP神经网络概述 | 第27-31页 |
| 4.1.1 BP神经网络的基本原理及示意图 | 第27-29页 |
| 4.1.2 BP神经网络隐含层节点数量的确定 | 第29-30页 |
| 4.1.3 BP神经网络的激励函数 | 第30-31页 |
| 4.2 BP神经网络的学习过程以及BP学习算法 | 第31-37页 |
| 4.2.1 BP神经网络的学习过程 | 第31-32页 |
| 4.2.2 BP学习算法 | 第32-35页 |
| 4.2.3 BP神经网络的改进算法 | 第35-37页 |
| 4.3 BP神经网络评价模型的可行性论证 | 第37-38页 |
| 4.3.1 BP神经网络的主要特点 | 第37页 |
| 4.3.2 选取BP神经网络的依据 | 第37-38页 |
| 4.4 BP神经网络评价模型的构建 犯 | 第38-40页 |
| 4.4.1 BP网络建模特点及设计原则 | 第38-39页 |
| 4.4.2 BP神经网络评价模型构建 | 第39-40页 |
| 第五章 基于BP神经网络的制造成熟度评价 | 第40-49页 |
| 5.1 制造成熟度评价的BP神经网络结构设计 | 第40-42页 |
| 5.1.1 输入、输出层神经元数的确定 | 第40页 |
| 5.1.2 隐层数目的确定 | 第40-41页 |
| 5.1.3 隐层节点数目的确定 | 第41页 |
| 5.1.4 激活函数的选取 | 第41页 |
| 5.1.5 学习速率的确定 | 第41-42页 |
| 5.1.6 初始权值的设计 | 第42页 |
| 5.2 制造成熟度评价BP学习网络的确定 | 第42-48页 |
| 5.2.1 学习样本的选择 | 第43-44页 |
| 5.2.2 制造成熟度BP网络学习过程 | 第44-48页 |
| 5.3 制造成熟度评价BP网络测试结果 | 第48-49页 |
| 第六章 总结 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 发表论文和参加科研情况说明 | 第54-55页 |
| 附录 | 第55-56页 |
| 致谢 | 第56页 |
