首页--工业技术论文--无线电电子学、电信技术论文--光电子技术、激光技术论文--激光技术、微波激射技术论文--激光的应用论文

基于神经网络和遗传算法的激光选区熔化成形工艺优化研究

摘要第4-5页
Abstract第5-6页
1 绪论第9-17页
    1.1 课题研究背景及意义第9-10页
    1.2 传统激光选区熔化成形工艺参数优化方法第10-12页
    1.3 神经网络和遗传算法在参数优化中的应用第12-13页
    1.4 课题主要研究内容及创新点第13-15页
    1.5 论文框架结构简介第15-17页
2 实验设备、材料及方法第17-24页
    2.1 激光选区熔化成形设备及原理第17-18页
    2.2 实验材料与工艺第18-20页
    2.3 激光选区熔化成形主要工艺参数第20-21页
    2.4 成形件致密度测量方法第21-22页
    2.5 本章小结第22-24页
3 基于BP神经网络的致密度预测模型第24-44页
    3.1 神经网络概述第24-26页
    3.2 样本数据的选取与处理第26-29页
    3.3 基于BP神经网络的致密度预测模型设计第29-33页
    3.4 BP神经网络致密度预测模型的训练和预测第33-38页
    3.5 逐级预测法与正交试验法的比较第38-42页
    3.6 平均影响值(MIV)算法第42-43页
    3.7 本章小结第43-44页
4 遗传算法优化BP神经网络致密度预测模型第44-58页
    4.1 遗传算法概述第44-46页
    4.2 遗传算法优化BP神经网络模型的参数设置第46-48页
    4.3 遗传算法优化BP神经网络模型的结果与分析第48-52页
    4.4 遗传算法对激光选区熔化成形工艺参数的优化第52-56页
    4.5 本章小结第56-58页
5 激光选区熔化成形工艺参数优化系统的设计与应用第58-68页
    5.1 神经网络结合遗传算法参数寻优的流程第58-59页
    5.2 激光选区熔化成形工艺参数优化系统的设计第59-62页
    5.3 激光选区熔化成形工艺参数优化系统的应用第62-67页
    5.4 本章小结第67-68页
6 总结与展望第68-70页
    6.1 全文总结第68页
    6.2 展望与建议第68-70页
致谢第70-71页
参考文献第71-75页

论文共75页,点击 下载论文
上一篇:货币政策、房地产价格与银行风险承担
下一篇:包含“双因子”灾难的RBC模型和风险溢价