二氧化硅复合材料人工神经网络专家系统的设计研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-15页 |
| 1.1 材料科学的发展前景 | 第7页 |
| 1.2 人工智能的发展与应用 | 第7-11页 |
| 1.2.1 人工智能的发展及应用领域 | 第7-8页 |
| 1.2.2 人工神经网络的发展及应用 | 第8-10页 |
| 1.2.3 专家系统的发展及应用 | 第10-11页 |
| 1.3 二氧化硅复合材料简介 | 第11-13页 |
| 1.3.1 纳米二氧化硅的分散方法 | 第11页 |
| 1.3.2 纳米SiO2改性聚合物的方法 | 第11-12页 |
| 1.3.3 纳米SiO2及改性聚合物材料 | 第12-13页 |
| 1.4 本课题的研究任务 | 第13-15页 |
| 第二章 人工神经网络专家系统 | 第15-23页 |
| 2.1 专家系统 | 第15-17页 |
| 2.1.1 专家系统的概念 | 第15页 |
| 2.1.2 专家系统的基本结构 | 第15-16页 |
| 2.1.3 专家系统的特点 | 第16-17页 |
| 2.2 人工神经网络 | 第17-20页 |
| 2.2.1 人工神经网络的概念 | 第18页 |
| 2.2.2 人工神经网络的研究背景 | 第18页 |
| 2.2.3 人工神经网络模型 | 第18-20页 |
| 2.2.4 人工神经网络的特点 | 第20页 |
| 2.2.5 人工神经网络的发展趋势 | 第20页 |
| 2.3 本章小结 | 第20-23页 |
| 第三章 专家系统的开发环境及算法 | 第23-39页 |
| 3.1 系统开发环境 | 第23页 |
| 3.2 软件介绍 | 第23-25页 |
| 3.2.1 .NET框架 | 第24-25页 |
| 3.2.2 SQL Server的数据库 | 第25页 |
| 3.3 数据库访问技术——ADO.NET | 第25-27页 |
| 3.3.1 ADO.NET的体系结构 | 第25-27页 |
| 3.3.2 ADO.NET访问数据库的过程 | 第27页 |
| 3.4 人工神经网络中的BP算法 | 第27-35页 |
| 3.4.1 BP神经网络简介 | 第27页 |
| 3.4.2 BP神经网络算法 | 第27-32页 |
| 3.4.3 BP神经网络算法的实现步骤 | 第32-34页 |
| 3.4.4 BP算法的缺点 | 第34-35页 |
| 3.5 BP神经网络的设计 | 第35-37页 |
| 3.6 本章小结 | 第37-39页 |
| 第四章 二氧化硅复合材料专家系统的设计与研究 | 第39-49页 |
| 4.1 系统任务概述 | 第39页 |
| 4.2 系统界面设计 | 第39-42页 |
| 4.2.1 数据库操作模块 | 第40-41页 |
| 4.2.2 网络训练功能和网络预测功能 | 第41-42页 |
| 4.3 数据库的设计 | 第42-46页 |
| 4.4 BP算法的设计 | 第46-48页 |
| 4.4.1 BP算法的改进 | 第46-47页 |
| 4.4.2 数据处理 | 第47-48页 |
| 4.4.3 改进后的BP算法步骤 | 第48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 系统测试运行 | 第49-61页 |
| 5.1 系统数据库测试运行 | 第49-53页 |
| 5.2 系统网络训练测试运行 | 第53-55页 |
| 5.3 网络预测运行测试 | 第55-60页 |
| 5.3.1 调整网络隐含层节点数 | 第56-58页 |
| 5.3.2 调整学习速率 | 第58-59页 |
| 5.3.3 调整动量因子 | 第59-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第六章 总结和展望 | 第61-63页 |
| 6.1 本文总结 | 第61页 |
| 6.2 研究展望 | 第61-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-69页 |
