基于神经网络的工时定额技术研究
| 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 |
| ·前言 | 第8页 |
| ·制造业信息化的概念和内容 | 第8-9页 |
| ·工时定额与人工神经网络的应用 | 第9-11页 |
| ·工时定额的概念 | 第9-10页 |
| ·人工神经网络 | 第10-11页 |
| ·课题来源与研究内容 | 第11-12页 |
| ·研究意义与研究现状 | 第12-14页 |
| ·研究意义 | 第12页 |
| ·国内外研究现状 | 第12-14页 |
| ·论文主要内容 | 第14页 |
| 本章小结 | 第14-15页 |
| 第二章 工时定额的制定及其系统设计 | 第15-22页 |
| ·工时定额的制定 | 第15-18页 |
| ·工时定额的组成 | 第15-16页 |
| ·工时定额的制定原理和计算方法 | 第16-18页 |
| ·CFMH系统的工作流程和结构 | 第18-19页 |
| ·CFMH系统工作流程 | 第18-19页 |
| ·CFMH系统构成 | 第19-20页 |
| ·神经网络模型定额计算子系统 | 第20-21页 |
| 本章小结 | 第21-22页 |
| 第三章 基于神经网络的工时定额计算模型 | 第22-44页 |
| ·人工神经网络技术 | 第22-27页 |
| ·人工神经元 | 第23-24页 |
| ·人工神经网络的拓扑结构和存储映射 | 第24页 |
| ·神经网络的学习 | 第24-26页 |
| ·常用的人工神经网络模型 | 第26-27页 |
| ·基于BP网络的工时定额计算模型 | 第27-34页 |
| ·神经网络模型的设计 | 第27-30页 |
| ·定额计算模型的结构 | 第30-31页 |
| ·BP网络的学习算法 | 第31-32页 |
| ·定额计算模型的训练 | 第32-34页 |
| ·工时定额计算模型训练结果评价 | 第34-37页 |
| ·网络的均方根误差 | 第34页 |
| ·训练结果分析 | 第34-37页 |
| ·神经网络模型训练应注意的问题: | 第37-39页 |
| ·工时定额计算模型数据的处理 | 第39-43页 |
| ·数据的前置处理 | 第39-41页 |
| ·走刀次数的确定 | 第39-40页 |
| ·数据的归一化 | 第40-41页 |
| ·网络模型的选择 | 第41-42页 |
| ·数据的后置处理 | 第42-43页 |
| 本章小结 | 第43-44页 |
| 第四章 标题栏信息自动入库 | 第44-60页 |
| ·概述 | 第44页 |
| ·标题栏信息提取的方法和结构分析 | 第44-48页 |
| ·文字信息提取的方法 | 第44-46页 |
| ·标题栏基本结构分析 | 第46-48页 |
| ·功能模块介绍 | 第48-49页 |
| ·标题栏信息提取与识别 | 第49-57页 |
| ·标题栏信息提取 | 第49-50页 |
| ·标题栏模板的定义 | 第50-51页 |
| ·ODT工具提取文字信息 | 第51-52页 |
| ·模板技术 | 第52-56页 |
| ·模板实例化 | 第56-57页 |
| ·标题栏信息的存储 | 第57-59页 |
| 本章小结 | 第59-60页 |
| 第五章 神经网络模型定额计算子系统的实现 | 第60-65页 |
| ·开发环境和工具 | 第60页 |
| ·模块通讯原理概述 | 第60-61页 |
| ·实例验证 | 第61-64页 |
| ·标题栏信息自动入库模块 | 第61-62页 |
| ·网络训练模块 | 第62-63页 |
| ·定额计算模块 | 第63-64页 |
| 本章小结 | 第64-65页 |
| 第六章 结束语 | 第65-67页 |
| ·总结 | 第65页 |
| ·后期工作展望 | 第65-66页 |
| 本章小结 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
