神经网络算法在导热反问题中的应用
| 第一章 绪论 | 第1-12页 |
| §1—1 课题综述 | 第7页 |
| §1—2 求解导热反问题的困难所在 | 第7-8页 |
| §1—3 求解导热反问题的传统方法 | 第8-9页 |
| §1—4 神经网络方法的引入 | 第9-12页 |
| 第二章 导热反问题及其一般求解方法 | 第12-23页 |
| §2—1 导热反问题解法分类及其评价标准 | 第12-13页 |
| §2—1—1 反问题的特点及算法分类 | 第12-13页 |
| §2—1—2 反问题方法的评价标准 | 第13页 |
| §2—2 导热反问题的病态性分析 | 第13-15页 |
| §2—3 导热反问题的典型例子及其相关知识 | 第15-17页 |
| §2—4 导热反问题的近似解法 | 第17-22页 |
| §2—4—1 单时间步法 | 第17-18页 |
| §2—4—2 明确函数法 | 第18-19页 |
| §2—4—3 规则方法 | 第19-21页 |
| §2—4—4 试验函数法 | 第21页 |
| §2—4—5 新兴解法简介 | 第21-22页 |
| §2—5 本章小结 | 第22-23页 |
| 第三章 人工神经网络算法简介 | 第23-36页 |
| §3—1 神经网络简介 | 第23页 |
| §3—2 BP网络原理 | 第23-36页 |
| §3—2—1 前馈神经网络 | 第23-24页 |
| §3—2—2 单层感知器网络 | 第24-26页 |
| §3—2—3 多层感知器网络 | 第26-27页 |
| §3—2—4 BP网络 | 第27-30页 |
| §3—2—5 BP网络学习算法的调整 | 第30-36页 |
| 第四章 算法说明和仿真结果 | 第36-51页 |
| §4—1 算法说明 | 第36-39页 |
| §4—2 导热反问题仿真结果 | 第39-42页 |
| §4—3 热物性参数仿真结果 | 第42-44页 |
| §4—4 算法的抗噪声能力分析 | 第44-48页 |
| §4—5 算法中需要注意的问题 | 第48-51页 |
| 第五章 主要结论和工作展望 | 第51-53页 |
| §5—1 主要结论 | 第51页 |
| §5—2 工作展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 攻读学位期间取得的相关科研成果 | 第57页 |
