| 中文摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-15页 |
| ·引言 | 第8页 |
| ·相关领域的研究现状 | 第8-13页 |
| ·复合材料液固挤压成型研究现状 | 第8-9页 |
| ·模糊神经网络技术以及应用现状 | 第9-12页 |
| ·遗传算法及其应用现状 | 第12-13页 |
| ·选题的目的及意义 | 第13页 |
| ·主要研究内容 | 第13-15页 |
| 第二章 补偿模糊神经网络结构及算法 | 第15-25页 |
| ·引言 | 第15页 |
| ·人工神经网络 | 第15-17页 |
| ·人工神经网络模型 | 第15-16页 |
| ·误差反传神经网络结构 | 第16-17页 |
| ·模糊逻辑推理系统 | 第17-19页 |
| ·模糊概念与模糊集定义 | 第17页 |
| ·模糊推理系统的组成 | 第17-19页 |
| ·模糊神经网络系统 | 第19-24页 |
| ·补偿模糊神经网络 | 第19-22页 |
| ·补偿模糊神经的算法 | 第22-23页 |
| ·补偿模糊神经网络的学习流程图 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 复合材料液固挤压工艺参数预测FNN系统建模 | 第25-43页 |
| ·引言 | 第25页 |
| ·单输出模糊神经网络模型设计 | 第25-38页 |
| ·训练样本采集 | 第25-29页 |
| ·单输出网络结构设计 | 第29-38页 |
| ·单输出模糊神经网络性能验证 | 第38-39页 |
| ·浸渍时间模型验证 | 第38-39页 |
| ·压制力模型验证 | 第39页 |
| ·双输出模糊神经网络结构设计 | 第39-42页 |
| ·输入输出变量模糊集划分 | 第39-41页 |
| ·网络训练结果 | 第41-42页 |
| ·双输出模糊神经网络性能验证 | 第42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于遗传算法的液-固挤压工艺参数优化研究 | 第43-55页 |
| ·引言 | 第43页 |
| ·遗传算法的基本原理 | 第43-45页 |
| ·遗传算法的数学描述 | 第43-44页 |
| ·遗传操作算子对编码模式的影响 | 第44-45页 |
| ·液固挤压工艺参数优化模型 | 第45-46页 |
| ·目标函数为最短浸渍时间的参数优化模型 | 第45-46页 |
| ·目标函数位最小压制力参数优化模型 | 第46页 |
| ·遗传算法的基本操作 | 第46-48页 |
| ·参数优化实现中具体问题的处理 | 第48-52页 |
| ·参数优化实现中遗传参数的确定 | 第52页 |
| ·液固挤压工艺参数优化结果 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 液固挤压工艺建模及参数优化优化可视化研究 | 第55-66页 |
| ·引言 | 第55页 |
| ·程序开发平台 | 第55-56页 |
| ·Visual C++可视化开发工具 | 第55页 |
| ·Matlab科学计算工具 | 第55-56页 |
| ·Visual C++及Matlab混合编程 | 第56页 |
| ·主界面程序的开发 | 第56-61页 |
| ·模糊神经网络建模界面开发 | 第57-59页 |
| ·模糊神经网络验证界面开发 | 第59页 |
| ·液固挤压工艺参数预测界面开发 | 第59-60页 |
| ·液固挤压工艺参数优化界面开发 | 第60-61页 |
| ·图形显示界面开发 | 第61页 |
| ·数据库维护程序开发 | 第61-65页 |
| ·数据库建立 | 第62页 |
| ·数据源配置 | 第62-63页 |
| ·样本数据库程序实现 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 结论 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72-73页 |