首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

基于CPS的制曲智能制造系统设计及方法研究

摘要第5-6页
abstract第6-7页
第一章 绪论第11-17页
    1.1 课题来源第11页
    1.2 研究背景及意义第11-12页
    1.3 相关理论概述及研究现状第12-15页
        1.3.1 CPS系统与智能制造概述第12页
        1.3.2 CPS系统发展及研究现状第12-14页
        1.3.3 人工智能的发展及研究现状第14-15页
    1.4 论文研究内容及章节安排第15-17页
第二章 CPS智能制造系统基本理论研究第17-26页
    2.1 CPS系统架构研究第17-19页
        2.1.1 CPS系统基本组成第17页
        2.1.2 CPS系统体系架构第17-19页
    2.2 人工神经网络算法第19-25页
        2.2.1 神经元节点数学模型第19-20页
        2.2.2 神经元状态激励函数第20-23页
        2.2.3 神经网络学习规则第23-24页
        2.2.4 神经网络的分类第24-25页
    2.3 本章小结第25-26页
第三章 基于DH-Elman神经网络的CPS系统参数预测模型第26-37页
    3.1 引言第26-27页
    3.2 DH-Elman神经网络算法第27-30页
        3.2.1 Elman神经网络原理简介第27-28页
        3.2.2 DH-Elman神经网络算法提出第28-30页
    3.3 基于DH-Elman神经网络参数预测模型第30-32页
        3.3.1 DH-Elman神经网络建立第30页
        3.3.2 DH-Elman神经网络参数预测模型建立第30-32页
    3.4 算法对比仿真实验第32-36页
        3.4.1 数据训练集及测试集构建第32-33页
        3.4.2 算法对比实验结果第33-36页
    3.5 本章小结第36-37页
第四章 基于CPS的制曲智能制造系统设计第37-63页
    4.1 基于CPS的制曲智能制造系统架构第37-39页
        4.1.1 制曲工艺流程分析第37页
        4.1.2 基于CPS的制曲智能制造系统架构搭建第37-39页
    4.2 系统整体设计方案第39-40页
    4.3 系统数据感知层设计第40-46页
        4.3.1 传感网络感知节点模型第40页
        4.3.2 感知节点设计第40-46页
    4.4 系统网络传输层设计第46-51页
        4.4.1 网络通信方式选择第46-48页
        4.4.2 智能网关节点设计第48-49页
        4.4.3 CPS制曲智能制造系统异构组网第49-50页
        4.4.4 网络模型建立及仿真第50-51页
    4.5 系统应用服务层设计第51-62页
        4.5.1 数据解析及存储第52-54页
        4.5.2 数据库设计第54-56页
        4.5.3 系统B/S软件架构设计第56-57页
        4.5.4 基于RPC架构的DH-Elman算法服务平台设计第57-62页
    4.6 本章小结第62-63页
第五章 CPS制曲智能制造系统的实现第63-77页
    5.1 系统生产数据感知模块实现第63-65页
        5.1.1 传感器感知模块第63-64页
        5.1.2 RFID感知模块第64-65页
    5.2 系统网络平台实现第65-66页
        5.2.1 主干接点第65-66页
        5.2.2 智能网关节点第66页
    5.3 生产实时监测系统软件实现第66-72页
        5.3.1 生产过程参数在线监测平台第67-71页
        5.3.2 历史数据分析平台第71-72页
    5.4 系统DH-Elman算法参数预测平台实现第72-76页
        5.4.1 DH-Elman算法RPC框架实现第72-74页
        5.4.2 参数预测平台实现第74-76页
    5.5 本章小结第76-77页
第六章 总结与展望第77-79页
    6.1 总结第77-78页
    6.2 展望第78-79页
致谢第79-80页
参考文献第80-83页
攻读硕士期间研究成果第83页

论文共83页,点击 下载论文
上一篇:基于支持向量机的睡眠分期算法研究及应用实现
下一篇:基于采样原理的小波神经网络去噪研究