数控加工切削参数优化匹配专家系统的研究
| 第1章 绪论 | 第1-18页 |
| ·课题来源 | 第11页 |
| ·问题的提出 | 第11-12页 |
| ·相关技术及研究现状 | 第12-16页 |
| ·金属切削参数问题及优化方法 | 第12-13页 |
| ·遗传算法 | 第13-14页 |
| ·专家系统 | 第14-16页 |
| ·论文研究的主要内容 | 第16-18页 |
| 第2章 金属切削参数多目标模糊优化模型 | 第18-27页 |
| ·传统金属切削参数多目标优化模型 | 第18-19页 |
| ·多变量模糊模型 | 第19-24页 |
| ·模糊模型的求解方法 | 第24页 |
| ·金属切削参数多目标模糊优化模型 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 模型求解: 遗传算法 | 第27-43页 |
| ·遗传算法的基本思想 | 第27-28页 |
| ·遗传算法的适应性 | 第28-31页 |
| ·结构适应性 | 第29-30页 |
| ·参数适应性 | 第30-31页 |
| ·遗传算法的约束优化求解 | 第31-37页 |
| ·非线性规划问题 | 第31-32页 |
| ·罚方法 | 第32-37页 |
| ·求解多目标模糊优化模型 | 第37-42页 |
| ·算法流程 | 第37-38页 |
| ·模型求解 | 第38-40页 |
| ·实例验证和分析 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第4章 专家系统知识表示方法 | 第43-56页 |
| ·专家系统神经网络知识表示 | 第43-47页 |
| ·专家系统知识表示 | 第43-44页 |
| ·知识表示方法 | 第44页 |
| ·神经网络方法 | 第44-47页 |
| ·金属切削知识的神经网络表示 | 第47页 |
| ·BP神经网络知识获取方法 | 第47-53页 |
| ·传统知识获取方法 | 第48-49页 |
| ·BP算法 | 第49-51页 |
| ·BP网络参数选取原则 | 第51页 |
| ·基于BP算法的知识获取步骤 | 第51-52页 |
| ·运算实例 | 第52-53页 |
| ·知识库的构造 | 第53-55页 |
| ·金属切削参数库 | 第54页 |
| ·专家系统知识库 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 专家系统结构设计和系统实现 | 第56-65页 |
| ·系统总体设计 | 第56-58页 |
| ·专家系统的需求分析 | 第56页 |
| ·系统模型设计 | 第56-57页 |
| ·系统结构设计 | 第57-58页 |
| ·专家系统推理机设计 | 第58-61页 |
| ·推理方法 | 第58-59页 |
| ·推理方向 | 第59-60页 |
| ·控制策略 | 第60页 |
| ·专家系统推理算法 | 第60-61页 |
| ·系统运行实例 | 第61-63页 |
| ·本章小结 | 第63-65页 |
| 第6章 结论和展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 个人简历 在读期间发表的学术论文与研究成果 | 第70页 |
