| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| ·MEMS 的国内外研究现状 | 第9-10页 |
| ·课题研究的目的和意义 | 第10-11页 |
| ·神经网络技术的发展 | 第11-12页 |
| ·本文主要内容与结构 | 第12-13页 |
| ·本文的创新点 | 第13-14页 |
| 第二章 BP神经网络模型 | 第14-28页 |
| ·基本模型 | 第14页 |
| ·神经元模型 | 第14-17页 |
| ·BP 神经网络 | 第17-22页 |
| ·BP 神经网络模型与结构 | 第18-19页 |
| ·BP 学习算法 | 第19-21页 |
| ·误差反向传递的流程图与图形解释 | 第21-22页 |
| ·BP 网络的改进 | 第22-24页 |
| ·BP 网络的设计 | 第24-28页 |
| ·网络层数的选取 | 第24页 |
| ·隐含层神经元数目的确定 | 第24-25页 |
| ·初始权值的选取 | 第25页 |
| ·学习速率的选取 | 第25-26页 |
| ·期望误差的选取 | 第26页 |
| ·本文主要使用的MATLAB 函数介绍 | 第26-28页 |
| 第三章 基于BP神经网络的微悬臂梁加载力与挠度关系分析 | 第28-33页 |
| ·理论依据 | 第28-29页 |
| ·基于BP 神经网络的微悬臂梁分析模型 | 第29-30页 |
| ·BP 网络模型的设计 | 第30页 |
| ·实验结果与分析 | 第30-33页 |
| 第四章 基于BP神经网络的微悬臂梁加载力与挠度关系预测 | 第33-39页 |
| 第五章 微悬臂梁在静态加载力下断裂失效的可靠性预测模型 | 第39-47页 |
| ·微悬臂梁的结构及加载力情况 | 第39-40页 |
| ·基于威布尔分布的可靠性模型 | 第40-43页 |
| ·工艺误差的影响及残余应力的计算 | 第41-42页 |
| ·威布尔模型的可靠性一般表达式 | 第42-43页 |
| ·拉伸受力与垂直受力下的强度可靠性预测模型 | 第43-45页 |
| ·拉伸受力的概率分析 | 第43-44页 |
| ·垂直受力的概率分析 | 第44-45页 |
| ·结论 | 第45-47页 |
| 结论与展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51-52页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第52页 |
