基于遗传算法的铸件缺陷诊断神经网络模型的研究
| 中文摘要 | 第2-6页 |
| 第一章 综述 | 第6-13页 |
| 1．1 灰铁和球铁的性能概述及生产现状 | 第6-7页 |
| 1．2 神经网络和遗传算法的概述及应用 | 第7-10页 |
| 1．3 神经网络和遗传算法在铸造业中应用概述 | 第10-11页 |
| 1．4 本课题的主要研究内容及意义 | 第11-12页 |
| 参考文献 | 第12-13页 |
| 第二章 铸铁件缺陷分析 | 第13-28页 |
| 2．1 灰铁件缺陷分析 | 第13-26页 |
| 2．1．1 皮下气孔 | 第13-17页 |
| 2．1．2 夹渣 | 第17-19页 |
| 2．1．3 白口 | 第19-21页 |
| 2．1．4 石墨粗大 | 第21-22页 |
| 2．1．5 缩松缩孔 | 第22-26页 |
| 2．2 球墨铸铁件缺陷分析 | 第26-27页 |
| 参考文献 | 第27-28页 |
| 第三章 铸铁缺陷诊断神经网络模型的构建 | 第28-35页 |
| 3．1 BP网络概述 | 第28-29页 |
| 3．2 混合遗传算法学习网络权值的步骤 | 第29-31页 |
| 3．3 模型构建 | 第31-34页 |
| 参考文献 | 第34-35页 |
| 第四章 系统软件开发 | 第35-46页 |
| 4．1 开发语言选择 | 第35页 |
| 4．2 系统软件结构 | 第35-45页 |
| 4．3 软件包装 | 第45页 |
| 参考文献 | 第45-46页 |
| 第五章 系统运行状况及展望 | 第46-51页 |
| 5．1 系统运行状况及误差分析 | 第46-49页 |
| 5．2 结论 | 第49-50页 |
| 5．3 系统改进设想 | 第50-51页 |
| 致谢 | 第51-52页 |
| 附录 | 第52-69页 |
| 附录Ⅰ 源程序节选 | 第52-66页 |
| 附录Ⅱ 软件使用说明 | 第66-69页 |
