基于专家系统的重型刀具数据库系统的设计与实现
| 摘 要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·课题来源 | 第10页 |
| ·课题的提出及其意义 | 第10页 |
| ·国内外研究状况 | 第10-13页 |
| ·本课题的主要研究工作 | 第13-15页 |
| 第2章 系统的基本原理及系统模型的建立 | 第15-32页 |
| ·专家系统概述 | 第15-22页 |
| ·专家系统的概念 | 第15页 |
| ·专家系统的特点 | 第15-18页 |
| ·专家系统的类型 | 第18页 |
| ·专家系统的结构 | 第18-21页 |
| ·人工神经网络的引入 | 第21-22页 |
| ·人工神经网络概述 | 第22-25页 |
| ·基本概念 | 第22页 |
| ·生物神经元 | 第22-23页 |
| ·人工神经元 | 第23-24页 |
| ·神经网络的类型 | 第24-25页 |
| ·人工神经网络的优缺点 | 第25页 |
| ·专家系统与人工神经网络的结合 | 第25-28页 |
| ·专家系统与神经网络的差异 | 第25-26页 |
| ·专家系统与神经网络的互补 | 第26页 |
| ·专家系统与神经网络的结合方式 | 第26-28页 |
| ·系统模型的建立 | 第28-31页 |
| ·系统结构的确定 | 第28-30页 |
| ·网络模型的选取 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 BP神经网络的算法设计 | 第32-39页 |
| ·BP神经网络的结构 | 第32页 |
| ·BP神经网络的学习算法 | 第32-33页 |
| ·BP神经网络的改进算法 | 第33-34页 |
| ·系统BP网络参数选取与确定 | 第34-37页 |
| ·各层节点数目的确定 | 第34-35页 |
| ·学习率和初始权值的确定 | 第35页 |
| ·局部极小问题及解决方案 | 第35-37页 |
| ·系统BP网络学习算法流程 | 第37页 |
| ·本章小结 | 第37-39页 |
| 第4章 知识库与推理机 | 第39-44页 |
| ·知识库结构 | 第39-42页 |
| ·切削数据集 | 第39-40页 |
| ·资源数据集 | 第40-41页 |
| ·知识集 | 第41页 |
| ·用户数据集 | 第41-42页 |
| ·推理机设计 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 系统实现及加工实例 | 第44-50页 |
| ·相关软件知识 | 第44-45页 |
| ·ODBC数据源 | 第44页 |
| ·MFC的ODBC类简介 | 第44-45页 |
| ·Microsoft SQL Server 简介 | 第45页 |
| ·系统主要界面说明 | 第45-47页 |
| ·训练样本的获取 | 第47-48页 |
| ·加工实例 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士期间发表的论文 | 第54-55页 |
| 致谢 | 第55页 |
