| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 引言 | 第14页 |
| 1.2 课题的研究背景及意义 | 第14-15页 |
| 1.3 课题研究的国内外现状 | 第15-17页 |
| 1.4 课题研究的主要内容 | 第17-18页 |
| 1.5 论文结构 | 第18-19页 |
| 1.6 本章小结 | 第19-20页 |
| 第二章 订单驱动的刀具剩余寿命预测 | 第20-38页 |
| 2.1 按订单生产方式概述 | 第20-22页 |
| 2.1.1 按订单生产方式的特点 | 第20-21页 |
| 2.1.2 按订单生产方式的工作流程 | 第21-22页 |
| 2.2 刀具寿命简介 | 第22-25页 |
| 2.2.1 刀具寿命及刀具磨损 | 第22-24页 |
| 2.2.2 刀具寿命影响因素 | 第24-25页 |
| 2.2.3 刀具寿命的预测方法 | 第25页 |
| 2.3 订单驱动的基于BP神经网络算法的刀具剩余寿命预测模型构建及求解 | 第25-34页 |
| 2.3.1 BP神经网络学习算法简介 | 第26-29页 |
| 2.3.2 刀具剩余寿命预测模型构建 | 第29-31页 |
| 2.3.3 基于改进BP神经网络算法的刀具剩余寿命预测模型求解 | 第31-34页 |
| 2.4 实例验证 | 第34-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第三章 刀具资源优化调度方法研究 | 第38-54页 |
| 3.1 刀具调度概述 | 第38页 |
| 3.2 刀具资源优化调度模型的构建 | 第38-43页 |
| 3.2.1 车间刀具调度问题描述 | 第38-40页 |
| 3.2.2 刀具资源优化调度模型的构建 | 第40-43页 |
| 3.3 基于遗传算法的刀具调度模型求解方法 | 第43-49页 |
| 3.3.1 遗传算法概述 | 第43-44页 |
| 3.3.2 遗传算法的操作设计 | 第44-47页 |
| 3.3.3 刀具调度模型求解流程 | 第47-49页 |
| 3.4 实例验证 | 第49-52页 |
| 3.5 本章小结 | 第52-54页 |
| 第四章 刀具管理系统设计 | 第54-70页 |
| 4.1 企业刀具管理现状 | 第54-56页 |
| 4.1.1 企业刀具管理现状分析 | 第54-55页 |
| 4.1.2 刀具管理系统需求分析 | 第55-56页 |
| 4.2 刀具管理系统框架设计 | 第56-63页 |
| 4.2.1 刀具管理系统开发环境选择 | 第56-57页 |
| 4.2.2 刀具管理系统体系架构 | 第57-58页 |
| 4.2.3 刀具管理系统运行流程 | 第58-60页 |
| 4.2.4 刀具管理系统功能模块设计 | 第60-61页 |
| 4.2.5 刀具管理系统数据库设计 | 第61-63页 |
| 4.3 刀具管理系统功能界面应用介绍 | 第63-68页 |
| 4.4 本章小结 | 第68-70页 |
| 第五章 总结与展望 | 第70-72页 |
| 5.1 总结 | 第70-71页 |
| 5.2 展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第76-77页 |