首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于遗传Hopfield神经网络的机构运动链同构识别研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-24页
    1.1 机构创新设计第11-12页
    1.2 机构结构综合第12-13页
    1.3 计算机辅助创新设计第13-16页
        1.3.1 经验型机构创新设计方法第13页
        1.3.2 智能化计算机辅助机构创新设计方法第13-15页
        1.3.3 机构创新设计方法分析与比较第15-16页
    1.4 机构运动链同构识别的研究现状第16-22页
        1.4.1 基于特征多项式的同构识别第17-19页
        1.4.2 基于编码的同构识别第19-20页
        1.4.3 基于哈明串的同构识别第20页
        1.4.4 基于特征值和特征向量的同构识别第20-21页
        1.4.5 基于智能优化算法的同构识别第21页
        1.4.6 其他同构识别方法第21-22页
    1.5 本文研究内容及意义第22-24页
        1.5.1 主要研究内容第22-23页
        1.5.2 研究意义第23-24页
第二章 机构运动链同构判定理论研究第24-30页
    2.1 图论基本理论第24-25页
        2.1.1 图的基本概念第24-25页
        2.1.2 图同构的概念第25页
    2.2 机构运动链的拓扑图第25-27页
    2.3 运动链拓扑图的矩阵表示第27-28页
    2.4 机构运动链同构判定准则第28-29页
    2.5 本章小结第29-30页
第三章 基于Hopfield神经网络的机构运动链同构识别第30-45页
    3.1 Hopfield神经网络概述第30-31页
    3.2 Hopfield神经网络模型第31-36页
        3.2.1 离散型Hopfield神经网络第31-33页
        3.2.2 连续型Hopfield神经网络第33-36页
    3.3 机构运动链同构识别的Hopfield神经网络模型第36-38页
        3.3.1 神经元矩阵和解空间的表示第36页
        3.3.2 能量函数的构造第36-37页
        3.3.3 网络状态方程第37-38页
        3.3.4 算法流程第38页
    3.4 仿真实验与结果分析第38-44页
        3.4.1 网络参数的选择第38-39页
        3.4.2 网络状态的初始化第39页
        3.4.3 网络稳定状态第39页
        3.4.4 仿真结果与分析第39-44页
    3.5 本章小结第44-45页
第四章 基于遗传Hopfield神经网络的机构运动链同构识别第45-57页
    4.1 遗传算法概述第45页
    4.2 遗传算法特点第45-46页
    4.3 基本遗传算法第46-50页
        4.3.1 编码技术第47-48页
        4.3.2 群体设定第48页
        4.3.3 适应度函数第48-49页
        4.3.4 遗传操作第49-50页
        4.3.5 遗传算法的收敛性第50页
    4.4 机构运动链同构识别的遗传Hopfield神经网络模型第50-55页
        4.4.1 Hopfield网络初始状态的遗传优化第51-55页
        4.4.2 算法流程第55页
    4.5 仿真实验与结果分析第55-56页
        4.5.1 遗传参数设置第55页
        4.5.2 仿真结果与分析第55-56页
    4.6 本章小结第56-57页
第五章 总结与展望第57-59页
    5.1 总结第57-58页
    5.2 展望第58-59页
参考文献第59-64页
致谢第64-65页
在学期间发表的学术论文及其他科研成果第65页

论文共65页,点击 下载论文
上一篇:液固二相流对球阀密封性影响的数值模拟研究
下一篇:离心泵空化判定及其流声特性研究