基于误差反传训练算法的曲轴滚压校直人工神经网络研究
| 第一章 绪论 | 第1-11页 |
| 1．1 曲轴圆角滚压校直机床简介 | 第7页 |
| 1．2 曲轴圆角滚压校直简介 | 第7-8页 |
| 1．3 本文工作的目的 | 第8-9页 |
| 1．4 本文主要内容及特点 | 第9-11页 |
| 第二章 人工神经网络概述 | 第11-21页 |
| 2．1 人工神经网络生物学基础—大脑神经网络 | 第11-12页 |
| 2．2 人工神经网络发展简史 | 第12-13页 |
| 2．3 人工神经网络的工作原理 | 第13-14页 |
| 2．4 人工神经网络的特点 | 第14-15页 |
| 2．5 人工神经网络的分类 | 第15-16页 |
| 2．6 几种典型神经网络简介 | 第16-19页 |
| 2．7 神经网络主要研究发展方向 | 第19-21页 |
| 第三章 曲轴滚压校直神经网络建模 | 第21-37页 |
| 3．1 网络种类及网络基本训练算法的选择 | 第21页 |
| 3．2 输入层与输出层的设计 | 第21-22页 |
| 3．3 学习样本的采集及样本数据的表示方法 | 第22-23页 |
| 3．4 隐层的设计 | 第23-26页 |
| 3．4．1 隐层层数设计 | 第23-24页 |
| 3．4．2 隐层单元节点数的选择 | 第24-26页 |
| 3．5 误差反传训练算法 | 第26-30页 |
| 3．5．1 误差反传训练算法基本原理 | 第26页 |
| 3．5．2 误差反传训练算法的数学表达 | 第26-30页 |
| 3．6 误差反传训练算法的执行步骤 | 第30页 |
| 3．7 误差反传训练算法存在的缺陷 | 第30-31页 |
| 3．8 曲轴滚压校直人工神经网络的改进及优化 | 第31-34页 |
| 3．8．1 动量项的加入 | 第31-32页 |
| 3．8．2 网络单元节点输出阀值的简化 | 第32页 |
| 3．8．3 激发函数的改进及优化 | 第32-33页 |
| 3．8．4 误差累计校正算法 | 第33-34页 |
| 3．9 曲轴滚压校直人工神经网络运行步骤 | 第34-37页 |
| 第四章 实用工程软件编制 | 第37-50页 |
| 4．1 程序编制语言 | 第37页 |
| 4．2 程序使用参数及变量的设置 | 第37-38页 |
| 4．3 程序设计流程图 | 第38-40页 |
| 4．4 程序编制说明 | 第40-43页 |
| 4．4．1 子程序 | 第40-42页 |
| 4．4．2 主程序 | 第42-43页 |
| 4．5 程序使用说明 | 第43-44页 |
| 4．6 实例分析 | 第44-50页 |
| 第五章 曲轴滚压校直专家系统建立初步 | 第50-56页 |
| 5．1 专家系统 | 第50-51页 |
| 5．2 一般专家系统存在的弊端 | 第51-52页 |
| 5．3 人工神经网络专家系统的基本特征 | 第52页 |
| 5．4 神经网络专家系统的基本结构 | 第52-53页 |
| 5．5 曲轴滚压校直人工神经网络专家系统的建造 | 第53-56页 |
| 第六章 网络模型进一步完善的初步研究 | 第56-59页 |
| 6．1 网络结构的进一步优化 | 第56页 |
| 6．2 网络训练算法的进一步改进 | 第56-59页 |
| 6．2．1 学习速率η的进一步改进 | 第56-57页 |
| 6．2．2 考虑使用新的激发函数 | 第57-58页 |
| 6．2．3 网络初始权的设置 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62页 |
