神经网络解决机械加工误差复映的应用研究
| 第一章 绪论 | 第5-11页 |
| 1.1 本文的目的和意义 | 第5-6页 |
| 1.2 人工神经网络的发展过程 | 第6-9页 |
| 1.3 本文的主要研究内容 | 第9-11页 |
| 第二章 人工神经网络简介 | 第11-22页 |
| 2.1 ANN概念的提出 | 第11-12页 |
| 2.2 神经细胞以及人工神经元的组成 | 第12-14页 |
| 2.3 人工神经网络的基本结构 | 第14-19页 |
| 2.3.1 神经元网络的简化模型 | 第14-15页 |
| 2.3.2 单层神经元网络和多层神经网络 | 第15-17页 |
| 2.3.3 激活转移函数 | 第17-19页 |
| 2.4 神经网络的发展方向 | 第19-22页 |
| 第三章 用于解决误差复映的网络模型的确定 | 第22-27页 |
| 3.1 误差复映问题的特点分析 | 第22-24页 |
| 3.2 各种神经网络特点和应用的比较 | 第24-26页 |
| 3.3 神经网络模型的确定 | 第26-27页 |
| 第四章 实验数据的获取 | 第27-36页 |
| 4.1 确定实验的策略步骤 | 第27-28页 |
| 4.2 偏心可调夹具的设计 | 第28-29页 |
| 4.3 实验数据及理论分析 | 第29-36页 |
| 第五章 BP网络基本结构及算法改进 | 第36-43页 |
| 5.1 BP网络的基本结构和BP算法 | 第36-38页 |
| 5.2 BP算法的改进 | 第38-43页 |
| 5.2.1 标准BP算法的限制和不足 | 第38-39页 |
| 5.2.2 标准算法的改进方法 | 第39-40页 |
| 5.2.3 改进的BP算法 | 第40-43页 |
| 第六章 数据预处理与BP网络设计 | 第43-48页 |
| 6.1 数据预处理 | 第43页 |
| 6.2 确定网络的隐层数和各层神经元数 | 第43-45页 |
| 6.3 训练参数及训练、测试程序框图 | 第45-46页 |
| 6.4 测试网络及结论 | 第46-48页 |
| 第七章 图形用户界面设计与程序实现 | 第48-58页 |
| 7.1图形用户界面设计 | 第48-51页 |
| 7.2程序实现 | 第51-58页 |
| 第八章 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 摘要 | 第65-68页 |
| ABSTRACT | 第68页 |
| 硕士期间发表的论文 | 第70-71页 |
