| 全文摘要 | 第1-3页 |
| 英文摘要 | 第3-6页 |
| 第一章 绪论 | 第6-9页 |
| 1．1 概述 | 第6页 |
| 1．2 本课题研究的意义 | 第6-7页 |
| 1．3 本课题主要的研究内容 | 第7-9页 |
| 第二章 三坐标测量机非刚性误差建模 | 第9-19页 |
| 2．1 概述 | 第9页 |
| 2．2 移动桥式测量机误差源分析 | 第9-10页 |
| 2．3 等效坐标运动链分析 | 第10-11页 |
| 2．4 三坐标测量机力变形分析 | 第11-15页 |
| 2．4．1 横梁受力变形分析 | 第11-12页 |
| 2．4．2 右导轨受力变形分析 | 第12-14页 |
| 2．4．3 左导轨受力变形分析 | 第14-15页 |
| 2．5 三坐标测量机非刚性误差分析及其建模 | 第15-17页 |
| 2．6 本章小结 | 第17-19页 |
| 第三章 实验过程及结果分析 | 第19-29页 |
| 3．1 主要检定工具及检定条件 | 第19-20页 |
| 3．2 实验步骤及结果分析 | 第20-28页 |
| 3．3 本章小结 | 第28-29页 |
| 第四章 基于遗传神经网络算法的三坐标测量机非刚性误差补偿 | 第29-51页 |
| 4．1 神经网络概述 | 第29-36页 |
| 4．1．1 神经元模型 | 第29-31页 |
| 4．1．2 多层前向神经网络基本原理（BP神经网络） | 第31-36页 |
| 4．2 遗传算法概述 | 第36-39页 |
| 4．3 遗传算法与神经网络的结合 | 第39-41页 |
| 4．4 一种改进的遗传算法优化神经网络结构和权重矢量的方法 | 第41-46页 |
| 4．4．1 对神经网络结构和权值矢量的混合编码以及群体初始化 | 第43-44页 |
| 4．4．2 适应度计算和遗传算法的复制算子 | 第44页 |
| 4．4．3 遗传算法的交叉算子 | 第44页 |
| 4．4．4 遗传算法的变异算子 | 第44页 |
| 4．4．5 混合编码下的遗传神经网络算法 | 第44-46页 |
| 4．5 遗传神经网络新算法建模结果与普通BP算法建模结果比较 | 第46-50页 |
| 4．6 本章小结 | 第50-51页 |
| 第五章 结束语 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 附录 实验数据 | 第57-67页 |
