| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·疲劳短裂纹研究的意义 | 第9-10页 |
| ·疲劳短裂纹研究概述 | 第10-13页 |
| ·疲劳短裂纹定义与分类 | 第10-11页 |
| ·疲劳短裂纹演化的数学模型及公式 | 第11-12页 |
| ·疲劳短裂纹演化的物理模型 | 第12-13页 |
| ·短裂纹国内外研究现状 | 第13页 |
| ·本文的主要工作 | 第13-14页 |
| 2 高温低周疲劳短裂纹实验研究 | 第14-23页 |
| ·实验材料及试验设备 | 第14-18页 |
| ·实验条件及试验方法 | 第18-20页 |
| ·试验结果 | 第20-23页 |
| 3 遗传算法优化BP神经网络 | 第23-35页 |
| ·神经网络概述 | 第23-26页 |
| ·神经网络(ANNs)特点 | 第24页 |
| ·神经网络的分类 | 第24-25页 |
| ·神经网络的应用领域 | 第25-26页 |
| ·BP神经网络的概述与计算流程 | 第26-29页 |
| ·BP网络学习规则 | 第27-29页 |
| ·BP网络建模特点 | 第29页 |
| ·遗传算法 | 第29-31页 |
| ·遗传算法概述 | 第29-30页 |
| ·遗传算法的实现步骤 | 第30-31页 |
| ·遗传算法对BP网络的改善 | 第31-34页 |
| ·MATLAB对神经网络的实现 | 第34-35页 |
| 4 疲劳短裂纹演化的遗传算法-BP神经网络模型 | 第35-51页 |
| ·疲劳短裂纹扩展速率遗传算法-BP神经网络的训练与预测 | 第35-47页 |
| ·疲劳短裂纹扩展速率获取方法 | 第35-38页 |
| ·BP网络的设计 | 第38-40页 |
| ·遗传算法(GA)参数的选择 | 第40页 |
| ·疲劳短裂纹扩展速率GA-BP神经网络主程序及流程 | 第40-41页 |
| ·结果与讨论 | 第41-47页 |
| ·疲劳短裂纹密度GA-BP神经网络的训练与预测 | 第47-51页 |
| 5 结论与展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 附录 | 第56-60页 |
| 攻读硕士学位期间发表学术论文情况 | 第60-61页 |
| 致谢 | 第61-62页 |