| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第一章 绪论 | 第12-19页 |
| ·本文研究课题的提出 | 第12-14页 |
| ·课题来源 | 第12页 |
| ·课题研究的意义 | 第12-13页 |
| ·课题的研究目标 | 第13-14页 |
| ·课题拟解决的关键技术问题 | 第14页 |
| ·国内外制品质量控制研究概况 | 第14-17页 |
| ·本文主要研究工作 | 第17-19页 |
| 第二章 塑料制品注射成型过程工艺参数在线调控模型研究 | 第19-27页 |
| ·塑料制品注射成型的工艺过程 | 第19-21页 |
| ·注射成型过程工艺参数对制品质量的影响分析 | 第21-23页 |
| ·工艺参数分类(分主动、被动)与调控方法 | 第23页 |
| ·塑料制品注射成型过程工艺参数控制模型 | 第23-26页 |
| ·研究方法和路线 | 第23-25页 |
| ·模型需要解决的关键技术问题 | 第25页 |
| ·实验方案 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 正交试验及其在工艺参数在线调控研究中的应用 | 第27-35页 |
| ·正交试验设计方法 | 第27-30页 |
| ·正交试验设计方法概述 | 第27-28页 |
| ·正交矩阵的概念 | 第28-29页 |
| ·正交试验设计注意事项 | 第29-30页 |
| ·正交试验方法在工艺参数在线调控研究中的应用实例 | 第30-34页 |
| ·正交试验设计及追加试验 | 第31-33页 |
| ·试验分析 | 第33-34页 |
| ·本章小节 | 第34-35页 |
| 第四章 注塑制品质量预测的遗传神经网络模型 | 第35-59页 |
| ·人工神经网络 | 第35-42页 |
| ·人工神经网络技术概述 | 第35-36页 |
| ·BP神经网络 | 第36-42页 |
| ·基本遗传算法 | 第42-49页 |
| ·遗传算法概述 | 第42-43页 |
| ·基本遗传算法原理 | 第43-48页 |
| ·遗传算法的实现 | 第48-49页 |
| ·混合遗传算法的BP神经网络 | 第49-52页 |
| ·BP网络与遗传算法的结合 | 第49-51页 |
| ·遗传一BP神经网络实现 | 第51-52页 |
| ·注塑制品质量预测的遗传神经网络模型 | 第52-57页 |
| ·网络训练 | 第53页 |
| ·网络输入输出数据的处理 | 第53-55页 |
| ·验证试验 | 第55-57页 |
| ·本章小结 | 第57-59页 |
| 第五章 塑料制品注塑过程工艺参数在线调控方法研究 | 第59-66页 |
| ·注塑制品质量控制理论 | 第59-60页 |
| ·注塑制品质量指标预测器 | 第60页 |
| ·塑料制品注塑过程工艺参数在线调控方法研究 | 第60-62页 |
| ·开发与应用 | 第62-65页 |
| ·开发方法 | 第62-63页 |
| ·应用实例 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-69页 |
| ·全文总结 | 第66页 |
| ·主要工作及结论 | 第66-67页 |
| ·对未来工作的展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74-75页 |
| 攻读学位论文期间发表的学术论文目录 | 第75-76页 |
| 附录 | 第76-96页 |
| 附录A:正交表L_(16)(4~5) | 第76-77页 |
| 附录B:遗传神经网络训练程序 | 第77-91页 |
| 附录C:基于规则的参数调整程序 | 第91-96页 |