| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-18页 |
| ·研究背景 | 第9-12页 |
| ·CAPP在制造业中的作用 | 第9页 |
| ·CAPP的发展历程及发展趋势 | 第9-11页 |
| ·CAPP智能化的关键技术 | 第11-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·工艺知识获取 | 第12-15页 |
| ·工艺决策 | 第15-16页 |
| ·研究意义 | 第16-17页 |
| ·论文内容 | 第17-18页 |
| 第二章 粒计算理论基础和总体技术路线 | 第18-28页 |
| ·粒计算理论 | 第18-23页 |
| ·粒计算理论的基本框架 | 第18-19页 |
| ·三大粒计算模型简介 | 第19-23页 |
| ·三大模型的区别 | 第23页 |
| ·总体技术路线 | 第23-26页 |
| ·工艺信息粒的构建 | 第25页 |
| ·工艺信息粒的粒度度量 | 第25-26页 |
| ·基于工艺信息粒的计算 | 第26页 |
| ·粒计算在CAPP中的应用思路 | 第26-27页 |
| ·粒计算应用到工艺知识获取中的思路 | 第26页 |
| ·粒计算应用到工艺决策模型构建中的思路 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于粒计算的典型工艺路线获取 | 第28-41页 |
| ·获取流程 | 第28-29页 |
| ·基于模糊商空间理论的典型工艺路线获取 | 第29-35页 |
| ·基于特征的零件工艺路线相似度算法 | 第29-32页 |
| ·工艺路线分层递阶关系的构建 | 第32-33页 |
| ·粒度空间的度量与最优粒度空间的选择 | 第33-34页 |
| ·典型工艺路线的获取 | 第34-35页 |
| ·典型工艺路线获取算例 | 第35-40页 |
| ·计算零件工艺路线的相似度 | 第35-38页 |
| ·构建工艺路线的分层递阶关系 | 第38页 |
| ·度量粒度空间并选择最优粒度空间 | 第38-39页 |
| ·基于最优粒度空间获取典型工艺路线 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于粒计算的工艺决策模型的构建 | 第41-62页 |
| ·人工神经网络简介 | 第41-46页 |
| ·BP神经网络 | 第42-44页 |
| ·RBF神经网络 | 第44-46页 |
| ·粒计算与RBF网络的结合过程及算法流程 | 第46-48页 |
| ·基于模糊商空间-径向基神经网络的工艺决策模型构建 | 第48-51页 |
| ·工艺规则样本的预处理 | 第48-49页 |
| ·基于模糊商空间的工艺规则粒度划分 | 第49页 |
| ·工艺规则粒度空间的度量及最优粒度空间的选择 | 第49-51页 |
| ·工艺决策的RBF神经网络构建及训练 | 第51页 |
| ·应用算例 | 第51-61页 |
| ·基于模糊商空间的工艺规则粒度划分 | 第53-55页 |
| ·工艺规则粒度空间的度量及最优粒度空间的选择 | 第55-56页 |
| ·确定RBF神经网络的径向基函数 | 第56页 |
| ·RBF神经网络的训练及性能测试 | 第56-60页 |
| ·讨论 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-64页 |
| ·论文总结 | 第62页 |
| ·技术进步点 | 第62-63页 |
| ·工作展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录Ⅰ 攻读硕士学位期间发表的学术论文 | 第68页 |
| 附录Ⅱ 攻读硕士学位期间参加的学术活动 | 第68-69页 |
| 致谢 | 第69页 |