用人工神经网络的方法研究钢的淬透性和Ms点
| 第1章 绪论 | 第1-13页 |
| 1．1 材料研究的重要性 | 第8页 |
| 1．2 材料研究手段发展的趋势 | 第8-9页 |
| 1．3 计算机技术在材料科学中的应用 | 第9页 |
| 1．4 人工神经网络技术简介 | 第9-10页 |
| 1．5 人工神经网络技术在材料研究中的应用 | 第10-12页 |
| 1．6 本课题研究的方向 | 第12-13页 |
| 第2章 人工神经网络 | 第13-34页 |
| 2．1 人工神经网络简介 | 第13-16页 |
| 2．2 人工神经网络的类型 | 第16-19页 |
| 2．3 BP网络 | 第19-30页 |
| 2．4 自组织网络 | 第30-34页 |
| 第3章 实验方法及手段 | 第34-38页 |
| 3．1 课题目标 | 第34页 |
| 3．2 方案 | 第34-36页 |
| 3．3 执行步骤 | 第36-38页 |
| 第4章 淬透性曲线的预测 | 第38-48页 |
| 4．1 淬透性简介 | 第38-41页 |
| 4．2 预测淬透性曲线的目的 | 第41-42页 |
| 4．3 预测所使用的神经网络 | 第42页 |
| 4．4 预测的结果 | 第42-48页 |
| 第5章 Ms点的预测 | 第48-64页 |
| 5．1 Ms点的简介 | 第49页 |
| 5．2 Ms点预测的意义 | 第49-50页 |
| 5．3 预测所使用的神经网络 | 第50页 |
| 5．4 预测的结果 | 第50-54页 |
| 5．5 用神经网络研究合金元素对Ms点的影响 | 第54-64页 |
| 第6章 误差的来源 | 第64-65页 |
| 6．1 网络自身的误差 | 第64页 |
| 6．2 计算机带来的误差 | 第64页 |
| 6．3 训练用数据带来的误差 | 第64页 |
| 6．4 实验本身的误差 | 第64-65页 |
| 第7章 结论 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 附录 | 第71-119页 |
| 附录A． 预测使用的神经网络源程序 | 第71-114页 |
| 附录B． 练和测试网络所使用的数据 | 第114-119页 |
