基于蚁群神经网络铣削数据库系统的研究与开发
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-18页 |
| ·课题简介 | 第11-12页 |
| ·课题来源 | 第11页 |
| ·课题意义 | 第11-12页 |
| ·相关技术的研究现状 | 第12-15页 |
| ·蚁群算法的研究进展 | 第12-13页 |
| ·人工神经网络在机械工程中的应用 | 第13页 |
| ·国内外切削数据库的发展现状 | 第13-15页 |
| ·机械加工切削参数 | 第15-16页 |
| ·机械参数的确定是机械加工中的一项重要工作 | 第15-16页 |
| ·切削参数由众多因素综合确定 | 第16页 |
| ·本课题的主要研究工作 | 第16-18页 |
| 第2章 蚁群算法和神经网络的基本原理 | 第18-33页 |
| ·蚁群算法 | 第18-26页 |
| ·蚁群算法的起源和应用领域 | 第18页 |
| ·蚁群算法的基本原理 | 第18-20页 |
| ·蚁群算法模型及实现 | 第20-25页 |
| ·参数分析 | 第25-26页 |
| ·人工神经网络理论 | 第26-30页 |
| ·生物神经元 | 第27页 |
| ·人工神经元 | 第27-28页 |
| ·神经网络类型 | 第28-29页 |
| ·网络模型的选取 | 第29-30页 |
| ·BP 神经网络 | 第30-32页 |
| ·BP 神经网络的结构 | 第30页 |
| ·BP 神经网络的学习算法 | 第30-32页 |
| ·BP 神经网络能力的讨论 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第3章 铣削数据库系统的设计 | 第33-40页 |
| ·建立铣削数据库的关键性问题 | 第33-34页 |
| ·铣削数据的来源 | 第33页 |
| ·铣削数据库系统的自学习问题 | 第33-34页 |
| ·铣削数据库的总体设计 | 第34-39页 |
| ·系统结构的确定 | 第34-36页 |
| ·总体设计方案 | 第36页 |
| ·系统的功能设计 | 第36-38页 |
| ·系统的解决方案 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于蚁群算法的神经网络训练 | 第40-51页 |
| ·BP 神经网络考虑的问题 | 第40-43页 |
| ·训练样本数据的设计 | 第40页 |
| ·网络结构设计 | 第40-41页 |
| ·网络性能评价的相关问题 | 第41-42页 |
| ·BP 算法的缺陷 | 第42-43页 |
| ·BP 神经网络与蚁群算法的结合 | 第43-50页 |
| ·蚁群算法和神经网络的结合算法 | 第44-45页 |
| ·蚁群算法参数的选取 | 第45-46页 |
| ·蚁群神经网络的算法流程 | 第46-48页 |
| ·蚁群神经网络在切削参数选取的应用 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 铣削数据库系统实现 | 第51-57页 |
| ·开发工具和数据库的选择 | 第51-52页 |
| ·应用程序与数据库的链接 | 第52-53页 |
| ·系统主要界面说明 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读学位期间发表的学术论文 | 第61-62页 |
| 致谢 | 第62页 |
