| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 智能制造能力评价国内外研究现状 | 第13-17页 |
| 1.2.1 智能制造能力评价指标体系的国内外研究现状 | 第13-14页 |
| 1.2.2 智能制造能力评价方法的国内外研究现状 | 第14-17页 |
| 1.3 论文研究内容及方法 | 第17-18页 |
| 1.3.1 论文研究内容 | 第17页 |
| 1.3.2 论文研究方法 | 第17-18页 |
| 1.4 论文研究结构 | 第18-19页 |
| 1.5 本章小结 | 第19-21页 |
| 第二章 智能制造能力及其评价方法 | 第21-33页 |
| 2.1 智能制造的内涵 | 第21-22页 |
| 2.2 智能制造能力评价方法综述 | 第22-25页 |
| 2.2.1 因子分析法 | 第22页 |
| 2.2.2 层次分析法 | 第22-23页 |
| 2.2.3 模糊综合评价法 | 第23页 |
| 2.2.4 人工神经网络法 | 第23-25页 |
| 2.3 人工神经网络理论 | 第25-28页 |
| 2.3.1 人工神经网络简介 | 第25页 |
| 2.3.2 人工神经网络模型 | 第25-26页 |
| 2.3.3 人工神经网络的学习方式 | 第26-28页 |
| 2.3.4 人工神经网络模型的选择 | 第28页 |
| 2.4 BP神经网络 | 第28-31页 |
| 2.4.1 BP神经网络结构 | 第28页 |
| 2.4.2 BP神经网络的学习算法 | 第28-30页 |
| 2.4.3 BP神经网络的局限性 | 第30-31页 |
| 2.5 本章小结 | 第31-33页 |
| 第三章 智能制造能力评价指标体系的建立 | 第33-45页 |
| 3.1 评价指标体系的构建原则 | 第33-34页 |
| 3.2 智能制造能力评价指标体系的构建过程 | 第34-41页 |
| 3.2.1 评价指标的初选 | 第34-37页 |
| 3.2.2 评价指标数据的收集 | 第37-38页 |
| 3.2.3 因子分析结果及说明 | 第38-41页 |
| 3.3 建立智能制造能力评价指标体系 | 第41-42页 |
| 3.4 本章小结 | 第42-45页 |
| 第四章 基于BP神经网络的智能制造能力评价模型的建立 | 第45-69页 |
| 4.1 BP神经网络模型构建分析 | 第45页 |
| 4.2 BP神经网络的结构设计 | 第45-48页 |
| 4.3 BP神经网络模型的实现 | 第48-65页 |
| 4.3.1 评价指标的确定 | 第49页 |
| 4.3.2 学习样本数据的采集与处理 | 第49-52页 |
| 4.3.3 BP神经网络模型期望输出的确定 | 第52-54页 |
| 4.3.4 样本数据的归一化处理 | 第54-55页 |
| 4.3.5 BP神经网络模型的建立 | 第55-65页 |
| 4.4 BP神经网络模型的MATLAB仿真 | 第65-67页 |
| 4.5 本章小结 | 第67-69页 |
| 第五章 我国主要省市智能制造能力的MATLAB仿真评价 | 第69-75页 |
| 5.1 我国智能制造能力区域发展现状 | 第69页 |
| 5.2 我国主要省市智能制造能力评价过程 | 第69-70页 |
| 5.3 评价结果分析 | 第70-73页 |
| 5.4 本章小结 | 第73-75页 |
| 第六章 结论与展望 | 第75-77页 |
| 6.1 结论 | 第75页 |
| 6.2 展望 | 第75-77页 |
| 致谢 | 第77-79页 |
| 参考文献 | 第79-85页 |
| 附录A：攻读硕士期间科研成果 | 第85-87页 |
| 附录B：我国主要省市评价指标原始数据 | 第87-89页 |
| 附录C：BP神经网络学习样本数据 | 第89-97页 |
