| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题背景 | 第11-12页 |
| 1.2 课题研究的目的和意义 | 第12-13页 |
| 1.3 气辅注塑成型 CAE 技术的研究现状 | 第13-16页 |
| 1.3.1 气辅 CAE 技术理论方面的研究现状 | 第13-15页 |
| 1.3.2 气辅 CAE 工艺参数优化方面的研究现状 | 第15-16页 |
| 1.4 论文主要研究内容 | 第16-17页 |
| 1.5 本章小结 | 第17-19页 |
| 第2章 气辅成型工艺参数数值分析 | 第19-43页 |
| 2.1 MoldFlow 软件简介 | 第19页 |
| 2.2 制件有限元模型的前处理 | 第19-24页 |
| 2.2.1 制件三维模型的构建 | 第19-20页 |
| 2.2.2 制件三维模型的简化与修复 | 第20-21页 |
| 2.2.3 制件网格的划分 | 第21-22页 |
| 2.2.4 制件浇筑系统的设计 | 第22-23页 |
| 2.2.5 制件材料的选择 | 第23页 |
| 2.2.6 制件工艺参数的设定 | 第23-24页 |
| 2.3 田口（Taguchi）正交实试验设计方法 | 第24-29页 |
| 2.3.1 正交试验设计 | 第24-25页 |
| 2.3.2 正交表 | 第25页 |
| 2.3.3 正交试验直观分析法（极差分析法） | 第25-26页 |
| 2.3.4 正交试验方差分析法 | 第26-28页 |
| 2.3.5 信噪比 S/N 试验设计 | 第28-29页 |
| 2.4 试验设计过程及结果分析 | 第29-40页 |
| 2.4.1 确定产品质量特性指标 | 第29-30页 |
| 2.4.2 确定因素（工艺参数）和水平 | 第30页 |
| 2.4.3 试验结果直观分析(极差分析) | 第30-37页 |
| 2.4.4 试验结果方差分析 | 第37-40页 |
| 2.5 本章小结 | 第40-43页 |
| 第3章 基于灰关联分析的多指标工艺参数优化研究 | 第43-55页 |
| 3.1 引言 | 第43页 |
| 3.2 多指标分析方法 | 第43-45页 |
| 3.2.1 综合平衡法 | 第43-44页 |
| 3.2.2 综合平分法 | 第44页 |
| 3.2.3 灰关联分析方法 | 第44-45页 |
| 3.3 多指标数据变换方法 | 第45-46页 |
| 3.4 灰关联度 | 第46-47页 |
| 3.5 基于灰关联度的空调手提工艺参数优化计算与结果分析 | 第47-53页 |
| 3.5.1 灰关联度的计算流程与结果 | 第47-50页 |
| 3.5.2 计算结果的均值分析 | 第50-53页 |
| 3.6 本章小结 | 第53-55页 |
| 第4章 基于智能算法的气辅注塑成型工艺参数优化研究 | 第55-77页 |
| 4.1 引言 | 第55页 |
| 4.2 BP 神经网络 | 第55-57页 |
| 4.2.1 BP 神经网络结构 | 第56页 |
| 4.2.2 BP 网络学习算法 | 第56-57页 |
| 4.2.3 BP 神经网络模型构建流程 | 第57页 |
| 4.3 BP 网络预测模型的构建 | 第57-67页 |
| 4.3.1 局部寻优 BP 神经网络多指标预测模型的构建 | 第57-64页 |
| 4.3.2 交叉验证改进的 BP 网络多指标预测模型的构建 | 第64-67页 |
| 4.4 基于智能算法的气辅工艺参数全局优化模型的构建 | 第67-75页 |
| 4.4.1 多指标优化的概念 | 第68页 |
| 4.4.2 遗传算法 | 第68-69页 |
| 4.4.3 遗传算法改进的 BP 网络多指标预测模型的构建 | 第69-73页 |
| 4.4.4 基于 BP-GA 的工艺参数全局优化模型构建 | 第73-75页 |
| 4.5 本章小结 | 第75-77页 |
| 第5章 基于 VB 和 Matlab 的产品质量指标预测系统的开发 | 第77-89页 |
| 5.1 引言 | 第77页 |
| 5.2 VB 调用 Matlab 实现可视化的方法 | 第77-79页 |
| 5.2.1 ActiveX 协议的基本原理 | 第77-78页 |
| 5.2.2 VB 调用 Matlab 实现可视化方法流程图 | 第78-79页 |
| 5.3 局部寻优 BP 网络多指标预测系统的开发 | 第79-82页 |
| 5.4 交叉验证改进的 BP 网络多指标预测系统的开发 | 第82-85页 |
| 5.5 遗传算法改进 BP 网络多指标预测系统的开发 | 第85-87页 |
| 5.6 本章小结 | 第87-89页 |
| 第6章 总结与展望 | 第89-91页 |
| 6.1 总结 | 第89-90页 |
| 6.2 展望 | 第90-91页 |
| 参考文献 | 第91-97页 |
| 附录 | 第97-105页 |
| 附录 A 田口正交试验数据 | 第97-99页 |
| 附录 B 灰关联分析数据 | 第99-102页 |
| 附录 C 智能算法数据及流程图 | 第102-105页 |
| 攻读硕士期间所发表的论文 | 第105-107页 |
| 致谢 | 第107页 |
