| 摘要 | 第1-5页 |
| abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-13页 |
| ·国内外陶瓷磨具配方设计研究现状 | 第9-10页 |
| ·BP 神经网络研究现状 | 第10-13页 |
| ·课题研究主要内容及结构 | 第13-14页 |
| 第二章 BP 神经网络介绍 | 第14-26页 |
| ·神经网络概述 | 第14-19页 |
| ·神经网络的结构和功能 | 第15-16页 |
| ·神经网络的优势经网络的优势 | 第16-17页 |
| ·神经网络的类型及应用领域 | 第17-19页 |
| ·BP 神经网络 | 第19-26页 |
| ·BP 神经网络原理及实现步骤理及实现步骤 | 第20-22页 |
| ·BP 神经网络的优劣势 | 第22-23页 |
| ·BP 神经网络的改进 | 第23-26页 |
| 第三章 陶瓷磨具配方设计软件介绍 | 第26-35页 |
| ·软件工作原理及开发流程 | 第26-28页 |
| ·软件的开发过程 | 第28-32页 |
| ·VC++6.0 简介 | 第28页 |
| ·主要程序代码 | 第28-32页 |
| ·软件界面设计及操作过程 | 第32-35页 |
| 第四章 软件应用结果及参数优化 | 第35-44页 |
| ·基于 BP 神经网络磨具配方设计的模型的建立与检验 | 第35-38页 |
| ·样本数据的取得与预处理 | 第35-36页 |
| ·BP 神经网络参数确定 | 第36-37页 |
| ·BP 神经网络权阈值的确定 | 第37-38页 |
| ·BP 网络模型精度的检验 | 第38页 |
| ·陶瓷磨具配方设计实验 | 第38-43页 |
| ·实验的原料 | 第39-40页 |
| ·实验设备 | 第40页 |
| ·陶瓷磨具的工艺流程 | 第40页 |
| ·磨具硬度检测 | 第40-41页 |
| ·原配方砂轮硬度值实测结果 | 第41页 |
| ·经 BP 神经网络优化后的配方及验证结果 | 第41-43页 |
| ·结果与讨论 | 第43-44页 |
| 总结展望 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 致谢 | 第49-50页 |
| 个人简历 | 第50页 |