摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第11-25页 |
1.1 课题研究背景及研究意义 | 第11-12页 |
1.1.1 课题研究背景 | 第11-12页 |
1.1.2 课题研究目的和意义 | 第12页 |
1.2 国内外研究现状 | 第12-21页 |
1.3 课题研究内容和技术路线 | 第21-25页 |
1.3.1 研究内容 | 第21-22页 |
1.3.2 技术路线 | 第22-24页 |
1.3.3 课题创新点 | 第24-25页 |
第2章 课题相关理论及关键技术研究 | 第25-43页 |
2.1 神经网络原理及应用 | 第25-28页 |
2.2 SeqGAN生成对抗网络原理及应用 | 第28-32页 |
2.2.1 GAN生成对抗网络原理及应用 | 第28-30页 |
2.2.2 SeqGAN生成对抗网络原理及应用 | 第30-32页 |
2.3 多目标GA原理及应用 | 第32-35页 |
2.4 SeqGAN-GABP算法原理及应用 | 第35-39页 |
2.4.1 BP神经网络原理及应用 | 第35-38页 |
2.4.2 GABP神经网络原理及应用 | 第38-39页 |
2.4.3 SeqGAN-GABP算法原理及应用 | 第39页 |
2.5 SeqGAN-Elman算法原理及应用 | 第39-41页 |
2.5.1 Elman算法原理及应用 | 第39-41页 |
2.5.2 SeqGAN-Elman算法原理及应用 | 第41页 |
2.6 基于神经网络的智能制造系统评价可行性分析 | 第41-42页 |
2.6.1 神经网络建模可行性分析 | 第41页 |
2.6.2 遗传算法优化神经网络可行性分析 | 第41-42页 |
2.7 本章小结 | 第42-43页 |
第3章 智能制造系统评价体系设计 | 第43-57页 |
3.1 输入特征目标分析 | 第43页 |
3.2 智能制造评价体系分析 | 第43-45页 |
3.3 智能制造评价体系详细设计 | 第45-50页 |
3.3.1 考察维度设计 | 第45-46页 |
3.3.2 评价指标设计 | 第46页 |
3.3.3 测量指标及方法设计 | 第46-50页 |
3.4 样本数据调研 | 第50页 |
3.4.1 企业调研问卷设计 | 第50页 |
3.4.2 调研企业清单 | 第50页 |
3.5 生成对抗网络扩充样本数据 | 第50-55页 |
3.6 本章小结 | 第55-57页 |
第4章 智能制造系统评价神经网络建模 | 第57-91页 |
4.1 评价模型构建流程 | 第57-58页 |
4.2 神经网络选择 | 第58-59页 |
4.2.1 机器学习模式选择 | 第58-59页 |
4.2.2 网络类型选择 | 第59页 |
4.3 神经网络模型算法 | 第59-65页 |
4.3.1 GABP神经网络建模与训练 | 第59-63页 |
4.3.2 Elman神经网络建模与训练 | 第63-65页 |
4.4 神经网络设计 | 第65-73页 |
4.4.1 网络性能指标设计 | 第65-66页 |
4.4.2 网络配置设计 | 第66-70页 |
4.4.3 优化算法设计 | 第70-72页 |
4.4.4 输出设计 | 第72页 |
4.4.5 建模与编码 | 第72-73页 |
4.5 神经网络训练与优化 | 第73-81页 |
4.5.1 基于 AHP/FCE 的噪声数据分析 | 第73-77页 |
4.5.2 输入数据预处理 | 第77-78页 |
4.5.3 网络训练 | 第78-79页 |
4.5.4 正交实验设计 | 第79-81页 |
4.6 智能制造系统评价与分析 | 第81-90页 |
4.6.1 网络模型性能评价与比较 | 第81-86页 |
4.6.2 智能制造系统调研企业整体分析 | 第86-87页 |
4.6.3 智能制造系统评价横向分析 | 第87-90页 |
4.7 本章小结 | 第90-91页 |
第5章 智能制造系统评价企业实例应用 | 第91-105页 |
5.1 BS公司概况 | 第91页 |
5.2 特征数据预处理与输入 | 第91-98页 |
5.2.1 特征数据获取 | 第91-93页 |
5.2.2 噪声数据分析 | 第93-97页 |
5.2.3 特征数据输入 | 第97-98页 |
5.3 模型输出与分析 | 第98-103页 |
5.3.1 网络模型性能评价与比较 | 第98-102页 |
5.3.2 BS公司智能制造系统评价横向分析 | 第102-103页 |
5.4 BS公司智能制造整体规划 | 第103-104页 |
5.5 本章小结 | 第104-105页 |
第6章 结论与展望 | 第105-107页 |
6.1 结论 | 第105页 |
6.2 展望 | 第105-107页 |
附录A | 第107-111页 |
附录B | 第111-115页 |
附录C | 第115-116页 |
附录D | 第116-121页 |
附录E | 第121-123页 |
附录F | 第123-125页 |
参考文献 | 第125-131页 |
致谢 | 第131页 |