| 摘要 | 第1-5页 |
| ABSTRACT | 第5-13页 |
| 第一章 绪论 | 第13-21页 |
| ·引言 | 第13页 |
| ·材料设计 | 第13-16页 |
| ·材料设计国内外研究发展概况 | 第14页 |
| ·材料设计的主要途径与主要技术 | 第14-16页 |
| ·人工神经网络及其在材料设计中的应用 | 第16-18页 |
| ·人工神经网络 | 第16-17页 |
| ·神经网络在合金设计中的应用及其优势 | 第17-18页 |
| ·开发MG 合金智能设计系统的意义 | 第18-19页 |
| ·本文的主要研究内容 | 第19-21页 |
| 第二章 分析与设计MG 合金智能设计系统 | 第21-26页 |
| ·MG 合金智能设计系统需求分析 | 第21-22页 |
| ·MG 合金智能设计系统总体结构设计 | 第22-24页 |
| ·系统设计步骤 | 第22页 |
| ·功能模块设计 | 第22-24页 |
| ·MG 合金智能设计系统实现方法 | 第24-25页 |
| ·系统开发软件平台 | 第24-25页 |
| ·系统的软件开发主线 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第三章 MG 合金数据库管理系统开发 | 第26-43页 |
| ·引言 | 第26-27页 |
| ·MG 合金数据库设计与建立 | 第27-31页 |
| ·需求分析 | 第27-28页 |
| ·实体-关系设计 | 第28-29页 |
| ·物理设计 | 第29-31页 |
| ·建立Mg 合金数据库 | 第31页 |
| ·MG 合金数据库管理系统的开发 | 第31-42页 |
| ·Mg 合金数据库管理系统功能设计 | 第32页 |
| ·创建数据库连接 | 第32-34页 |
| ·Mg 合金数据库的浏览、查询 | 第34-39页 |
| ·Mg 合金数据库的维护 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 RBF 网络算法研究 | 第43-60页 |
| ·引言 | 第43页 |
| ·RBF 网络 | 第43-47页 |
| ·高斯径向基神经元 | 第44-45页 |
| ·径向基函数网络的结构 | 第45-46页 |
| ·有效设计函数——newrb | 第46-47页 |
| ·K-均值聚类算法 | 第47-48页 |
| ·GROWING AND PRUNING(GAP)算法 | 第48-49页 |
| ·CROSS-VALIDATED SUBSPACE(CVS)算法 | 第49-50页 |
| ·遗传算法(GENETIC ALGORITHM, GA) | 第50-57页 |
| ·基本用语 | 第51页 |
| ·基本原理 | 第51-52页 |
| ·遗传算法的基本操作 | 第52-56页 |
| ·遗传算法的特点和优点 | 第56-57页 |
| ·各算法的分析比较及优化算法的提出 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 MG 合金智能设计实现 | 第60-86页 |
| ·引言 | 第60页 |
| ·MG 合金智能设计框架设计 | 第60-62页 |
| ·MG 合金智能设计的实现 | 第62-77页 |
| ·构建Mg 合金智能设计的RBF 网络模型 | 第62-63页 |
| ·数据处理 | 第63-65页 |
| ·Mg 合金智能设计界面设计 | 第65-66页 |
| ·RBF 网络算法实现 | 第66-74页 |
| ·创建接口应用程序 | 第74-77页 |
| ·实例分析 | 第77-85页 |
| ·实例论证 | 第77-84页 |
| ·结果比较与算法分析 | 第84-85页 |
| ·本章小结 | 第85-86页 |
| 第六章 结论与展望 | 第86-88页 |
| ·总结 | 第86-87页 |
| ·展望 | 第87-88页 |
| 参考文献 | 第88-91页 |
| 致谢 | 第91-92页 |
| 攻读硕士期间发表的论文及研究成果 | 第92页 |
