| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-16页 |
| ·永磁材料发展概况 | 第9页 |
| ·纳米晶(Nd,Pr)FeB 系永磁体材料的产生及特点 | 第9-11页 |
| ·纳米晶复合永磁材料的产生 | 第9-10页 |
| ·纳米晶复合永磁材料的特点 | 第10-11页 |
| ·纳米晶(Nd,Pr)FeB 系永磁材料的研究现状 | 第11-13页 |
| ·纳米复合永磁材料交换耦合作用及模型研究 | 第11-12页 |
| ·合金成分对纳米复合永磁材料组织与磁性能的影响 | 第12页 |
| ·制备工艺对纳米复合永磁材料磁性能的影响 | 第12-13页 |
| ·本文的研究背景、研究目的及意义 | 第13-14页 |
| ·本文的主要研究内容、研究思路、技术路线及其特色 | 第14-16页 |
| ·主要研究内容 | 第14页 |
| ·研究的技术路线 | 第14页 |
| ·本文的研究特色与创新 | 第14-16页 |
| 2 合金成分与制备工艺的设计以及试样制备 | 第16-21页 |
| ·Pr 元素成分设计 | 第16-17页 |
| ·Co 元素成分设计 | 第17-18页 |
| ·Zr 元素成分设计 | 第18页 |
| ·制备工艺优化设计 | 第18-19页 |
| ·快淬工艺设计 | 第18-19页 |
| ·晶化工艺设计 | 第19页 |
| ·试样制备及测试 | 第19-21页 |
| 3 应用BP 神经网络预测磁体性能 | 第21-36页 |
| ·人工神经网络简介 | 第21-25页 |
| ·人工神经网络的基本知识 | 第21-22页 |
| ·BP 神经网络模型结构及学习方法 | 第22-25页 |
| ·BP 网络建模 | 第25-26页 |
| ·隐含层层数及隐含层节点数的选取 | 第25页 |
| ·网络学习参数的选取 | 第25-26页 |
| ·改进BP 网络的应用 | 第26-30页 |
| ·Bayesian 正则化法基本原理 | 第26-27页 |
| ·加权检验训练法和“表决网”法基本思路 | 第27-28页 |
| ·改进的BP 网络建模及预测 | 第28-30页 |
| ·基于改进的BP 网络研究合金元素对纳米复相Nd_2Fe_(14)B/α-Fe永磁材料磁性能的影响 | 第30-35页 |
| ·单个合金元素对Nd_2Fe_(14)B/α-Fe 永磁体性能影响 | 第30-32页 |
| ·两两元素交互作用对Nd_2Fe_(14)B/α-Fe 永磁体性能的影响 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 4 应用支持向量机预测磁性能 | 第36-58页 |
| ·支持向量机原理和方法 | 第36-44页 |
| ·统计学习理论的核心内容 | 第36-39页 |
| ·支持向量回归机理论 | 第39-43页 |
| ·支持向量回归机模型参数的选取规则及方法 | 第43-44页 |
| ·建立ε-SVR 模型并与改进的BP 网络模型比较 | 第44-46页 |
| ·在小样本情况下建立支持向量回归机预测模型 | 第46-53页 |
| ·在小样本情况下建立ε-SVR 模型 | 第46-49页 |
| ·在小样本情况下建立LM-SVR 模型 | 第49-53页 |
| ·应用LS-SVR 研究合金元素对纳米复相Nd_2Fe_(14)B/α-Fe永磁体性能的影响 | 第53页 |
| ·试验验证 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间学术论文及科研情况 | 第63-64页 |
| 致谢 | 第64-65页 |
