| 第1章 引言 | 第1-15页 |
| ·课题意义 | 第10-11页 |
| ·本课题的国内外动态 | 第11-13页 |
| ·激光焊领域中建模的研究进展 | 第11页 |
| ·神经网络技术在激光焊领域中的应用与发展 | 第11-12页 |
| ·目前研究的焦点与方向 | 第12-13页 |
| ·论文的主要工作 | 第13-15页 |
| 第2章 具体技术方案的设计 | 第15-22页 |
| ·技术方案的总体规划 | 第15-20页 |
| ·选用BP神经网络解决模拟激光焊工艺现象的理由 | 第15-16页 |
| ·神经网络模拟激光焊的工作和学习过程 | 第16页 |
| ·BP神经网络结构的简介 | 第16-20页 |
| ·具体技术方案设计步骤的介绍 | 第20-22页 |
| 第3章 软件的设计思想与具体实现过程 | 第22-28页 |
| ·软件实现语言的简介 | 第22-23页 |
| ·实现具体技术方案的软件所应满足的要求 | 第23页 |
| ·软件的具体设计思路 | 第23页 |
| ·软件的具体实现过程 | 第23-25页 |
| ·界面的设计及作用 | 第25-28页 |
| ·界面的外观设计及介绍 | 第25-27页 |
| ·界面的作用 | 第27-28页 |
| 第4章 激光焊过程中的焊缝形状的模拟计算 | 第28-51页 |
| ·选择BP神经网络模型模拟激光焊焊缝成形的优势与设计过程 | 第28-31页 |
| ·BP神经网络模拟焊缝熔深熔宽的优势 | 第28-29页 |
| ·BP神经网络模拟焊缝成形的设计过程 | 第29-31页 |
| ·做激光焊实验，收集样本数据 | 第31-33页 |
| ·激光焊过程建模 | 第33-41页 |
| ·模拟焊缝成形的BP神经网络建模方案简介 | 第33页 |
| ·模拟焊缝成形的BP网络模型的建立 | 第33-38页 |
| ·训练阶段 | 第38-40页 |
| ·训练过程中对过拟合的处理 | 第40-41页 |
| ·神经网络模型验证 | 第41-45页 |
| ·预测结果及分析 | 第45-48页 |
| ·BP网络模型的结构研究 | 第48-51页 |
| 第5章 改进的训练样本在模拟焊缝形状中的应用研究 | 第51-56页 |
| ·训练误差与预测误差 | 第51-52页 |
| ·模拟焊缝成形过程中训练样本的设计及结果分析 | 第52-53页 |
| ·评价训练样本质量的指标设计 | 第53-54页 |
| ·样本质量指标的验证 | 第54-56页 |
| 第6章 激光焊焊接工艺参数的设计 | 第56-65页 |
| ·激光焊工艺参数设计BP神经网络模型的建立 | 第56-58页 |
| ·激光焊工艺参数的模拟计算过程 | 第58-59页 |
| ·网络模型的验证 | 第59-62页 |
| ·基于BP神经网络模型的激光焊工艺参数优化意义 | 第62页 |
| ·训练样本的选择及对最终模拟输出结果的影响 | 第62-65页 |
| 第7章 改进的模拟退火网络模型在激光焊工艺参数设计中的应用 | 第65-70页 |
| ·模拟退火组合优化算法的简介 | 第65-66页 |
| ·改进的模拟退火人工神经网络的具体使用过程 | 第66-68页 |
| ·应用模拟退火组合算法对激光焊工艺参数进行预测 | 第68-70页 |
| 第8章 全文总结与展望 | 第70-73页 |
| ·全文总结 | 第70-71页 |
| ·研究展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 附录 | 第77页 |