| 1 绪论 | 第1-13页 |
| 1．1 蜂窝纸板概述 | 第7-8页 |
| 1．2 本研究的提出背景 | 第8-10页 |
| 1．3 本研究的主要内容及意义 | 第10-13页 |
| 2 人工神经网络理论概述 | 第13-23页 |
| 2．1 人工神经网络及其发展 | 第13-16页 |
| 2．1．1 人工神经网络的特点 | 第13-15页 |
| 2．1．2 人工神经网络的发展过程 | 第15-16页 |
| 2．1．3 人工神经网络的应用领域 | 第16页 |
| 2．2 人工神经网络的基本结构与原理 | 第16-20页 |
| 2．2．1 神经元模型 | 第16-18页 |
| 2．2．2 人工神经网络的结构 | 第18-19页 |
| 2．2．3 人工神经网络的学习规则 | 第19-20页 |
| 2．3 BP神经网络的基本模型及其算法原理 | 第20-23页 |
| 2．3．1 BP网络模型 | 第21-22页 |
| 2．3．2 BP算法的基本原理 | 第22-23页 |
| 3 BP神经网络在蜂窝纸板缓冲特性研究中的应用 | 第23-37页 |
| 3．1 反映蜂窝纸板冲击特性的BP神经网络设计 | 第23-34页 |
| 3．1．1 学习样本的预处理 | 第24-26页 |
| 3．1．2 BP神经网络结构的确定 | 第26-29页 |
| 3．1．3 BP神经网络的训练 | 第29-31页 |
| 3．1．4 BP神经网络的测试 | 第31-34页 |
| 3．2 反映蜂窝纸板振动特性的BP神经网络设计 | 第34-37页 |
| 4 基于BP神经网络的蜂窝纸板缓冲特性研究系统开发 | 第37-49页 |
| 4．1 图形用户界面(GUI)的设计原则及设计步骤 | 第37-38页 |
| 4．1．1 GUI设计原则 | 第37-38页 |
| 4．1．2 Gul设计步骤 | 第38页 |
| 4．2 软件功能分析 | 第38-41页 |
| 4．3 软件的使用和操作 | 第41-49页 |
| 4．3．1 冲击特性研究系统 | 第41-45页 |
| 4．3．2 振动特性研究系统 | 第45-49页 |
| 5 结论 | 第49-51页 |
| 致谢 | 第51-53页 |
| 参考文献 | 第53-65页 |
| 在校期间发表论文 | 第65页 |