| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-22页 |
| 绪言 | 第9-10页 |
| ·镁合金的现状与发展 | 第10-12页 |
| ·材料高温塑性变形行为研究概论 | 第12-15页 |
| ·本构方程的建立及Zener-Hollomo参数的引入 | 第12-13页 |
| ·材料高温塑性变形行为的研究方法 | 第13-15页 |
| ·人工神经网络及其应用 | 第15-20页 |
| ·人工神经网络建模研究进展 | 第15-16页 |
| ·人工神经网络及其特征 | 第16-18页 |
| ·人工神经网络的学习 | 第18页 |
| ·人工神经网络在塑性加工领域的应用 | 第18-20页 |
| ·本论文的研究内容及意义 | 第20-22页 |
| 第二章 试验材料及试验方法 | 第22-27页 |
| ·试验材料及预处理 | 第22-23页 |
| ·试验材料 | 第22页 |
| ·试样基体组织 | 第22-23页 |
| ·热变形试验 | 第23-24页 |
| ·真应力-真应变曲线 | 第24页 |
| ·热变形方程及变形激活能 | 第24-25页 |
| ·热变形能量消耗效率 | 第25-26页 |
| ·人工神经网络建模 | 第26-27页 |
| 第三章 添加混合稀土和锑的AZ31镁合金的高温力学性能 | 第27-41页 |
| 引言 | 第27页 |
| ·高温压缩试验 | 第27-28页 |
| ·合金应力应变曲线及其特征 | 第28-31页 |
| ·应变速率和变形温度对流变应力的影响 | 第31-36页 |
| ·应变速率对流变应力的影响 | 第32-35页 |
| ·变形温度对流变应力的影响 | 第35-36页 |
| ·热变形激活能的确定 | 第36-37页 |
| ·Z参数与流变应力之间的关系 | 第37-39页 |
| 本章小结 | 第39-41页 |
| 第四章 添加混合稀土和锑的AZ31镁合金高温变形时的组织演变及热加工图 | 第41-48页 |
| ·添加混合稀土和锑的AZ31镁合金高温变形时的组织演变 | 第41-42页 |
| ·添加混合稀土和锑的AZ31镁合金的热加工图 | 第42-47页 |
| ·热变形应变速率敏感性指数 | 第42-43页 |
| ·热变形能量消耗功率 | 第43-44页 |
| ·热加工图 | 第44-47页 |
| 本章小结 | 第47-48页 |
| 第五章 BP网络模型的构建 | 第48-60页 |
| 引言 | 第48页 |
| ·神经网络模型的描述 | 第48-49页 |
| ·样本数据 | 第49-51页 |
| ·样本数据的选取 | 第49页 |
| ·样本数据的预处理 | 第49-50页 |
| ·网络初始值的确定 | 第50-51页 |
| ·BP网络模型的建立 | 第51-53页 |
| ·BP算法 | 第51-53页 |
| ·L-M算法 | 第53页 |
| ·网络结构的建立 | 第53-58页 |
| ·传递函数的选择 | 第53-55页 |
| ·隐层数目的选择 | 第55页 |
| ·隐层单元数的选择 | 第55-58页 |
| ·网络收敛速度测试 | 第58-59页 |
| 本章小结 | 第59-60页 |
| 第六章 BP人工神经网络结果预测 | 第60-66页 |
| 引言 | 第60页 |
| ·BP人工神经网络的训练结果 | 第60-62页 |
| ·BP人工神经网络的预测结果 | 第62-64页 |
| ·神经网络与回归方法预测结果比较 | 第64-65页 |
| 本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73-74页 |
| 攻读硕士学位期间发表的论文 | 第74页 |
