| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 1 绪论 | 第12-24页 |
| ·引言 | 第12页 |
| ·镁合金材料的研究现状 | 第12-19页 |
| ·镁合金研究现状、问题及热点 | 第12-17页 |
| ·镁合金的数据现状 | 第17-19页 |
| ·材料专家系统的研究方法及现状 | 第19-21页 |
| ·材料专家系统的研究方法 | 第19页 |
| ·材料专家系统的研究现状 | 第19-20页 |
| ·基于神经网络的合金材料专家系统的研究现状 | 第20-21页 |
| ·本课题的目的及意义 | 第21-22页 |
| ·本课题的研究目的 | 第21页 |
| ·本课题的研究意义 | 第21-22页 |
| ·本课题的主要研究内容 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 2 模型研究方法 | 第24-40页 |
| ·引言 | 第24页 |
| ·人工神经网络理论及模型 | 第24-27页 |
| ·人工神经网络理论基础 | 第24-25页 |
| ·人工神经元模型 | 第25-26页 |
| ·人工神经网络模型 | 第26-27页 |
| ·误差反向传播神经网络模型 | 第27-34页 |
| ·误差反向传播网络的数学基础 | 第27-29页 |
| ·误差反向传播网络的设计分析 | 第29-34页 |
| ·其它几种常用的神经网络算法 | 第34页 |
| ·回归分析方法的优缺点 | 第34页 |
| ·研究路线及试验方案 | 第34-36页 |
| ·实验材料及实验方法 | 第36-39页 |
| ·实验材料 | 第36-37页 |
| ·实验方法 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 3 模型研究结果 | 第40-78页 |
| ·引言 | 第40页 |
| ·镁合金神经网络模型 | 第40-49页 |
| ·数据的收集、整理及分析 | 第40-43页 |
| ·模型的初步建立 | 第43-47页 |
| ·数据的预处理 | 第47-49页 |
| ·模型的训练及检验 | 第49-63页 |
| ·模型的训练方案 | 第49-50页 |
| ·模型训练结果 | 第50-63页 |
| ·镁合金神经网络模型预测能力的研究 | 第63-76页 |
| ·AZ618 合金室温力学性能预测 | 第63-65页 |
| ·Mg-Zn-Zr-Y 合金室温力学性能预测 | 第65-73页 |
| ·Mg-Al-Zn 合金铸态室温力学性能预测 | 第73-76页 |
| ·本章小结 | 第76-78页 |
| 4 模型分析及讨论 | 第78-94页 |
| ·引言 | 第78页 |
| ·模型的特点分析 | 第78-82页 |
| ·模型的使用范围 | 第78-79页 |
| ·模型的效果评估 | 第79-82页 |
| ·模型的应用分析 | 第82-87页 |
| ·在Mg-Zn-Zr-Y 变形合金中的应用 | 第82-85页 |
| ·在Mg-Al-Zn-Mn 铸造合金中的应用 | 第85-86页 |
| ·在Mg-Al-Si 耐热合金中的应用 | 第86-87页 |
| ·模型的发展分析 | 第87-92页 |
| ·模型的不足及改进方法 | 第87-92页 |
| ·模型的发展展望 | 第92页 |
| ·本章小结 | 第92-94页 |
| 5 结论 | 第94-96页 |
| 致谢 | 第96-98页 |
| 参考文献 | 第98-106页 |
| 附录1 典型的 ANN 模型及其学习规则和应用领域 | 第106-107页 |
| 附录2 本文数据来源的参考文献 | 第107-113页 |
| 附录3 作者在攻读硕士学位期间发表的论文目录 | 第113-114页 |
| 独创性声明 | 第114页 |
| 学位论文版权使用授权书 | 第114页 |