| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-19页 |
| 本章摘要 | 第12页 |
| ·引言 | 第12页 |
| ·研究的意义 | 第12-13页 |
| ·国内外研究与应用现状 | 第13-16页 |
| ·CAPP 系统发展背景 | 第13-14页 |
| ·CAPP 系统设计方法 | 第14-15页 |
| ·研究应用中存在问题 | 第15-16页 |
| ·论文研究内容及结构 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 第二章 CAPP 智能工艺决策基础 | 第19-29页 |
| 本章摘要 | 第19页 |
| ·引言 | 第19页 |
| ·CAPP 系统结构 | 第19-21页 |
| ·CAPP 几种类型及分析 | 第20-21页 |
| ·CAPP 基本技术 | 第21页 |
| ·系统设计方法 | 第21-22页 |
| ·CAPP 智能技术 | 第22-24页 |
| ·专家系统 | 第23页 |
| ·神经网络 | 第23页 |
| ·遗传算法 | 第23-24页 |
| ·零件特征信息模型 | 第24-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于神经网络的 CAPP 智能工艺决策专家系统技术 | 第29-51页 |
| 本章摘要 | 第29页 |
| ·引言 | 第29-30页 |
| ·零件图分析 | 第30-37页 |
| ·零件图功用 | 第30页 |
| ·图纸技术要求分析 | 第30-31页 |
| ·定位基准的选择 | 第31页 |
| ·拟定工艺路线 | 第31-35页 |
| ·切削参数的选择 | 第35-37页 |
| ·神经网络设计 | 第37-42页 |
| ·神经元模型 | 第38-40页 |
| ·反向传播算法 | 第40-42页 |
| ·神经网络与专家系统比较 | 第42页 |
| ·基于神经网络工艺知识库 | 第42-45页 |
| ·基于神经网络推理机 | 第45-50页 |
| ·推理策略 | 第45-47页 |
| ·映射表与神经训练 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 基于遗传算法的 CAPP 智能工艺决策中工序排序 | 第51-66页 |
| 本章摘要 | 第51页 |
| ·引言 | 第51页 |
| ·分级规划求解策略 | 第51-52页 |
| ·特征约束关系 | 第52-53页 |
| ·排序优化数学模型 | 第53-57页 |
| ·基因编码与遗传算子 | 第57-61页 |
| ·编码解码 | 第57-58页 |
| ·适用度 | 第58页 |
| ·遗传算子 | 第58-61页 |
| ·平衡问题 | 第61-65页 |
| ·联合顺序法 | 第63页 |
| ·遗传算法调整 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第五章 CAPP 智能工艺决策系统设计 | 第66-79页 |
| 本章摘要 | 第66页 |
| ·引言 | 第66-67页 |
| ·系统平台 | 第67-68页 |
| ·系统功能结构 | 第68-69页 |
| ·系统数据库设计 | 第69-73页 |
| ·BCNF 范式 | 第70-71页 |
| ·鸦脚数据模型 | 第71-73页 |
| ·系统操作界面 | 第73-78页 |
| ·本章小结 | 第78-79页 |
| 第六章 总结与展望 | 第79-81页 |
| 本章摘要 | 第79页 |
| ·论文总结 | 第79-80页 |
| ·工作展望 | 第80-81页 |
| 参考文献 | 第81-83页 |
| 致谢 | 第83页 |