基于人工神经网络的高速铣削表面粗糙度预测模型研究
| 提要 | 第1-7页 |
| 第一章 绪论 | 第7-18页 |
| ·高速切削加工 | 第7-10页 |
| ·高速切削加工简介 | 第7页 |
| ·高速切削加工机理 | 第7-8页 |
| ·国内外高速切削加工研究背景 | 第8-10页 |
| ·人工神经网络发展研究现状及在机械加工领域应用 | 第10-15页 |
| ·人工神经网络发展 | 第10-12页 |
| ·人工神经网络的研究现状 | 第12-14页 |
| ·人工神经网络在机械加工领域的应用 | 第14-15页 |
| ·本文研究目的及意义 | 第15-16页 |
| ·本文主要研究内容 | 第16-18页 |
| 第二章 预测模型理论基础 | 第18-29页 |
| ·人工神经网络概述 | 第18-21页 |
| ·人工神经元 | 第18-19页 |
| ·人工神经网络拓扑结构 | 第19-20页 |
| ·人工神经网络的学习与训练 | 第20-21页 |
| ·BP 人工神经网络 | 第21-28页 |
| ·BP 神经网络算法 | 第21-26页 |
| ·BP 神经网络算法实现 | 第26页 |
| ·BP 神经网络算法的优缺点 | 第26-27页 |
| ·BP 神经网络在高速铣削表面粗糙度预测中的应用 | 第27-28页 |
| ·其它建模方法 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第三章 高速铣削影响因素实验研究 | 第29-41页 |
| ·实验方案的确定 | 第29-33页 |
| ·实验目标 | 第29-30页 |
| ·实验设备 | 第30-32页 |
| ·实验方法选择 | 第32页 |
| ·实验数据测量 | 第32-33页 |
| ·轴向切深对表面质量的影响 | 第33-34页 |
| ·径向切深对表面质量的影响 | 第34-35页 |
| ·主轴转速和进给速度对表面质量的影响 | 第35-38页 |
| ·加工倾角对表面质量的影响 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 正交实验数据处理及模型建立 | 第41-59页 |
| ·BP 神经网络模型的总体结构构建 | 第41-43页 |
| ·BP 神经网络层数的确定 | 第41页 |
| ·BP 神经网络各层节点数的确定 | 第41-43页 |
| ·BP 神经网络传递函数的确定 | 第43页 |
| ·BP 神经网络模型训练 | 第43-50页 |
| ·BP 神经网络模型训练样本数据采集 | 第43-47页 |
| ·数据预处理 | 第47-48页 |
| ·网络训练 | 第48-50页 |
| ·BP 神经网络预测模型的确定及数据处理 | 第50-54页 |
| ·BP 神经网络模型的确定 | 第50页 |
| ·数据处理以及误差计算 | 第50-54页 |
| ·非线性回归模型的确立 | 第54-57页 |
| ·非线性回归模型 | 第54-55页 |
| ·数据采集及非线性回归模型的确立 | 第55-57页 |
| ·对比分析 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 摘要 | 第64-69页 |
| Abstract | 第69-75页 |
| 致谢 | 第75页 |
