| 第1章 绪论 | 第1-15页 |
| 1．1 概述 | 第7-8页 |
| 1．2 国内外研究现状分析 | 第8-12页 |
| 1．2．1 曲轴滚压校直技术现状 | 第8-10页 |
| 1．2．2 专家系统及其发展状态 | 第10-12页 |
| 1．3 研究的目的、内容 | 第12-14页 |
| 1．3．1 研究目的 | 第12页 |
| 1．3．2 本文的研究内容 | 第12-14页 |
| 1．4 本章小结 | 第14-15页 |
| 第2章 曲轴滚压校直神经网络应用理论 | 第15-30页 |
| 2．1 关于曲轴圆角滚压校直 | 第15-17页 |
| 2．1．1 曲轴滚压校直的工作机理 | 第15-16页 |
| 2．1．2 曲轴滚压校直的工艺内容 | 第16-17页 |
| 2．2 曲轴滚压校直的数字模型 | 第17-18页 |
| 2．3 神经网络的基本理论 | 第18-26页 |
| 2．3．1 人工神经网络的基本组成 | 第19-23页 |
| 2．3．2 前馈神经网络的计算能力及函数逼近 | 第23-24页 |
| 2．3．3 多层前馈网络作用的分析 | 第24-25页 |
| 2．3．4 神经网络的特点 | 第25-26页 |
| 2．4 神经网络模型概述 | 第26-27页 |
| 2．5 人工神经网络开发模型实现的方法 | 第27-29页 |
| 2．5．1 人工神经网络可行性分析 | 第27-28页 |
| 2．5．2 判定应用是否应采用神经网络 | 第28-29页 |
| 2．6 本章小结 | 第29-30页 |
| 第3章 曲轴滚压校直神经网络设计及其系统分析 | 第30-50页 |
| 3．1 问题的提出及解决办法 | 第30页 |
| 3．2 曲轴滚压校直专家系统的建立 | 第30-32页 |
| 3．2．1 产生式规则 | 第30-31页 |
| 3．2．2 总数据库 | 第31-32页 |
| 3．2．3 控制策略 | 第32页 |
| 3．3 曲轴圆角滚压运动及结构参数的优化设计 | 第32-35页 |
| 3．3．1 滚压运动学关系 | 第33-35页 |
| 3．4 曲轴滚压校直神经网络计算方法 | 第35-39页 |
| 3．4．1 反向传播算法 | 第35-38页 |
| 3．4．2 计算例子 | 第38-39页 |
| 3．5 曲轴滚压校直神经网络模型 | 第39-44页 |
| 3．5．1 神经网络结构设计 | 第39-40页 |
| 3．5．2 神经网络参数设计 | 第40-42页 |
| 3．5．3 学习样本 | 第42-44页 |
| 3．5．4 样本数据底归一化 | 第44页 |
| 3．6 曲轴滚压校直神经网络系统分析 | 第44-49页 |
| 3．6．1 曲轴滚压校直网络的不足 | 第45-46页 |
| 3．6．2 网络的改进措施 | 第46-49页 |
| 3．7 本章小结 | 第49-50页 |
| 第4章 曲轴滚压校直神经网络应用程序实现 | 第50-60页 |
| 4．1 应用程序设计 | 第50-56页 |
| 4．2 网络训练结果分析 | 第56-59页 |
| 4．3 本章小结 | 第59-60页 |
| 第5章 HOPFIELD神经网络探讨 | 第60-66页 |
| 5．1 概述 | 第60页 |
| 5．2 HOPFIELD网络的结构与算法 | 第60-62页 |
| 5．3 HOPFIELD网络计算能量函数与网络收敛 | 第62-64页 |
| 5．4 HOPFIELD网络的联想记忆能力及其缺陷 | 第64页 |
| 5．5 HOPFIELD网络与BP网络比较 | 第64-65页 |
| 5．6 本章小结 | 第65-66页 |
| 第6章 总结与展望 | 第66-68页 |
| 6．1 总结 | 第66页 |
| 6．2 展望 | 第66-68页 |
| 附录1 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |