| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-17页 |
| ·研究背景 | 第12页 |
| ·CAPP 概述 | 第12-13页 |
| ·国内外研究状况 | 第13-14页 |
| ·论文课题研究的意义 | 第14-15页 |
| ·本论文主要研究内容 | 第15-16页 |
| ·论文结构 | 第16-17页 |
| 第2章 CAPP 系统结构研究 | 第17-21页 |
| ·计算机辅助工艺过程设计流程研究 | 第17-18页 |
| ·三维 CAPP 机加工艺过程 | 第18-19页 |
| ·CAPP 系统中知识库的建立 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 轴类零件工序模型的创建和特征拾取 | 第21-35页 |
| ·引言 | 第21页 |
| ·轴类模型的建模设计 | 第21页 |
| ·工序模型的建立 | 第21-23页 |
| ·定义工序模型 | 第21页 |
| ·工序模型的数据结构分类和表达方式 | 第21-22页 |
| ·工序模型的创建过程 | 第22-23页 |
| ·加工特征 | 第23-26页 |
| ·加工特征定义 | 第23-24页 |
| ·加工特征分类 | 第24-25页 |
| ·特征数据结构 | 第25-26页 |
| ·特征的识别与提取 | 第26-34页 |
| ·B-Rep 模型 | 第26-27页 |
| ·属性邻接图 | 第27-28页 |
| ·凹凸边的判断 | 第28-29页 |
| ·特征匹配 | 第29-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 基于 BP 人工神经网络的特征加工方案选择方法研究 | 第35-47页 |
| ·人工神经网络介绍 | 第35-36页 |
| ·人工神经网络概述 | 第35页 |
| ·人工神经网络模型 | 第35-36页 |
| ·BP 神经网络 | 第36-39页 |
| ·BP 神经网络结构 | 第36-37页 |
| ·BP 神经网络算法 | 第37-39页 |
| ·BP 神经网络与特征加工方案决策的结合流程 | 第39-40页 |
| ·外圆特征加工方案决策的 BP 网络设计 | 第40-43页 |
| ·外圆加工方案决策 BP 网络模型设计 | 第40-42页 |
| ·网络输入输出处理 | 第42-43页 |
| ·网络学习与验证 | 第43-46页 |
| ·网络学习样本 | 第43-44页 |
| ·样本训练 | 第44-46页 |
| ·加工方案决策系统示例验证 | 第46页 |
| ·本章小结 | 第46-47页 |
| 第5章 基于遗传算法工艺路径优化技术研究 | 第47-57页 |
| ·遗传算法简述 | 第47-49页 |
| ·遗传算法基本理论 | 第47页 |
| ·遗传算法操作 | 第47-49页 |
| ·遗传算法的特点 | 第49页 |
| ·基于遗传算法工艺路线优化实现 | 第49-56页 |
| ·工艺优化数学模型 | 第49-50页 |
| ·优化路线中的工序间的约束关系 | 第50-51页 |
| ·遗传算法中参数的确定 | 第51-53页 |
| ·最佳个体保护 | 第53页 |
| ·算法终止条件 | 第53-54页 |
| ·实例验证 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第6章 轴类模型 CAPP 系统模块开发 | 第57-62页 |
| ·CATIA 二次开发技术 | 第57-59页 |
| ·CATIAV5 | 第57页 |
| ·CAA 组件 | 第57-58页 |
| ·CATIA 二次开发方式 | 第58-59页 |
| ·CAPP 系统 | 第59-61页 |
| ·系统界面介绍 | 第59页 |
| ·系统应用演示 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第68页 |