| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 机泵一体化建模研究背景及意义 | 第7-8页 |
| 1.2 机泵一体化 | 第8页 |
| 1.3 水泵电机建模概述 | 第8-10页 |
| 1.3.1 电机建模 | 第8-9页 |
| 1.3.2 水泵建模 | 第9-10页 |
| 1.4 本文的主要工作 | 第10-12页 |
| 第二章 神经网络及遗传算法原理 | 第12-26页 |
| 2.1 神经网络基本原理 | 第12-19页 |
| 2.1.1 神经网络概述 | 第12-13页 |
| 2.1.2 神经网络发展综述 | 第13-14页 |
| 2.1.3 神经网络基本模型 | 第14-17页 |
| 2.1.4 神经网络的学习方法 | 第17-19页 |
| 2.2 遗传算法基本原理 | 第19-25页 |
| 2.2.1 遗传算法概述 | 第19页 |
| 2.2.2 遗传算法发展综述 | 第19-21页 |
| 2.2.3 遗传算法的构成和流程 | 第21-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 基于遗传算法优化的BP神经网络 | 第26-32页 |
| 3.1 神经网络与遗传算法相结合 | 第26-28页 |
| 3.1.1 BP神经网络的不足 | 第26-27页 |
| 3.1.2 遗传算法的优缺点 | 第27-28页 |
| 3.2 基于遗传算法优化的BP神经网络 | 第28-31页 |
| 3.2.1 GA-BP算法的原理 | 第28-30页 |
| 3.2.2 GA-BP算法流程图 | 第30-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第四章 基于BP神经网络和遗传算法的机泵一体化建模 | 第32-47页 |
| 4.1 样本数据 | 第32页 |
| 4.2 C语言程序及说明 | 第32-36页 |
| 4.3 结果测试及分析 | 第36-39页 |
| 4.3.1 神经网络隐层神经元个数的设定 | 第36-37页 |
| 4.3.2 程序训练结果的测定 | 第37-39页 |
| 4.4 三相异步电机电磁计算程序 | 第39-42页 |
| 4.5 机泵一体化模型 | 第42-45页 |
| 4.6 本章小结 | 第45-47页 |
| 第五章 总结与展望 | 第47-48页 |
| 5.1 总结 | 第47页 |
| 5.2 展望 | 第47-48页 |
| 参考文献 | 第48-50页 |
| 致谢 | 第50-51页 |
| 攻读硕士学位期间发表的论文 | 第51页 |