人机结合材料选择专家系统的研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 绪论 | 第11-19页 |
| ·研究背景与意义 | 第11-12页 |
| ·国内外研究现状 | 第12-17页 |
| ·选材方法的研究现状 | 第12-14页 |
| ·人工智能与专家系统的研究现状 | 第14-17页 |
| ·本文研究的创新点 | 第17页 |
| ·本文工作及章节结构 | 第17-19页 |
| ·本文工作 | 第17-18页 |
| ·章节结构 | 第18-19页 |
| 2 人机结合选材系统的理论分析和总体设计 | 第19-31页 |
| ·引言 | 第19页 |
| ·人机结合选材系统的理论基础 | 第19-24页 |
| ·人工神经网络 | 第19-21页 |
| ·专家系统以及基于神经网络的专家系统 | 第21-24页 |
| ·小结 | 第24页 |
| ·人机结合选材系统总体设计 | 第24-29页 |
| ·选材系统总体结构 | 第24-27页 |
| ·编程语言及数据库的选择 | 第27-29页 |
| ·小结 | 第29-31页 |
| 3 材料选择方法和选材模块的研究与实现 | 第31-47页 |
| ·BP神经网络在选材过程中的应用 | 第31-40页 |
| ·选材知识来源 | 第31-33页 |
| ·BP神经网络的建立 | 第33-34页 |
| ·神经网络对选材样本学习过程 | 第34-38页 |
| ·人工神经网络工作过程 | 第38-40页 |
| ·小结 | 第40页 |
| ·专家系统在选材过程中的应用 | 第40-47页 |
| ·知识库 | 第40-41页 |
| ·知识来源 | 第41页 |
| ·知识表示 | 第41-42页 |
| ·决策树推理算法 | 第42页 |
| ·主要实现代码 | 第42-43页 |
| ·解释机制 | 第43-44页 |
| ·小结 | 第44-47页 |
| 4 知识测评系统的研究与实现 | 第47-51页 |
| ·测评系统各功能模块 | 第47页 |
| ·测评系统的知识统计评价模型 | 第47-49页 |
| ·知识测试和评价的概念和方法 | 第48页 |
| ·知识的评价准则 | 第48页 |
| ·知识的统计评价模型 | 第48-49页 |
| ·专家判定准则 | 第49-50页 |
| ·先验专家评价库的设计 | 第50页 |
| ·小结 | 第50-51页 |
| 5 系统的运行实例 | 第51-59页 |
| ·系统的使用流程 | 第51-52页 |
| ·人机结合选材系统的界面及运行结果 | 第52-58页 |
| ·小结 | 第58-59页 |
| 6 总结与展望 | 第59-61页 |
| ·工作总结 | 第59页 |
| ·研究展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 附录 A | 第65-83页 |
| 作者简历 | 第83-87页 |
| 学位论文数据集 | 第87页 |
