基于人工神经网络的碳钢、低合金钢腐蚀预测应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-23页 |
| ·人工神经网络 | 第8-17页 |
| ·人工神经网络研究的历史 | 第8-10页 |
| ·人工神经网络特点 | 第10-12页 |
| ·人工神经网络的主要研究方向和研究意义 | 第12-13页 |
| ·人工神经元 | 第13-16页 |
| ·误差逆传播人工神经网络（BP 神经网络） | 第16-17页 |
| ·人工神经网络发展趋势 | 第17页 |
| ·腐蚀 | 第17-21页 |
| ·腐蚀原理与分类 | 第17-18页 |
| ·人工神经网络在腐蚀中的应用 | 第18-21页 |
| ·编程语言的选择 | 第21页 |
| ·研究内容和意义 | 第21-23页 |
| 2 海洋环境对金属的腐蚀 | 第23-28页 |
| ·海洋腐蚀环境的类型 | 第23页 |
| ·影响海水腐蚀的各种因素 | 第23-24页 |
| ·海洋环境中腐蚀的形成 | 第24页 |
| ·工程材料在海洋环境中的腐蚀行为 | 第24-27页 |
| ·海洋环境中腐蚀与防护的重要性 | 第27-28页 |
| 3 人工神经网络算法 | 第28-44页 |
| ·BP 神经网络学习算法 | 第28-31页 |
| ·BP 神经网络算法改进 | 第31-32页 |
| ·BP 神经网络程序设计 | 第32-35页 |
| ·BP 神经网络程序主要代码 | 第35-39页 |
| ·输入数据代码 | 第35页 |
| ·数据标准化代码 | 第35-36页 |
| ·初始化各层权值和阈值 | 第36-37页 |
| ·各层误差输出 | 第37-38页 |
| ·调整各层权值和阈值 | 第38-39页 |
| ·BP 神经网络软件模块形貌 | 第39-44页 |
| 4 碳钢、低合金钢海洋腐蚀的人工神经网络模型 | 第44-55页 |
| ·神经网络模型的构建 | 第44-48页 |
| ·计算机仿真预测 | 第48-50页 |
| ·单一因素敏感性分析 | 第50-55页 |
| 5 结论 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 攻读学位期间已发表的学术论文及科研成果 | 第61页 |
