人工神经网络在橡胶材料耐磨性能和疲劳寿命预测中的应用
| 学位论文数据集 | 第1-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-14页 |
| 第一章 绪论 | 第14-28页 |
| ·课题来源 | 第14页 |
| ·课题背景 | 第14页 |
| ·人工神经网络 | 第14-21页 |
| ·人工神经网络简述 | 第14-16页 |
| ·人工神经网络原理 | 第16-17页 |
| ·BP 神经网络简介 | 第17-18页 |
| ·BP 神经网络参数选择 | 第18-20页 |
| ·人工神经网络在材料领域的应用 | 第20-21页 |
| ·主成分分析方法 | 第21-24页 |
| ·主成分分析方法概述 | 第21-22页 |
| ·主成分分析计算方法 | 第22-23页 |
| ·主成分分析的应用 | 第23-24页 |
| ·人工神经网络敏感分析方法 | 第24-27页 |
| ·人工神经网络的敏感分析方法概述 | 第24页 |
| ·基于输出变量对输入变量的偏导的敏感分析法 | 第24-26页 |
| ·基于神经网络的敏感性分析法的应用 | 第26-27页 |
| ·课题的目的、意义和创新 | 第27-28页 |
| 第二章 丁苯橡胶复合材料耐磨性能分析 | 第28-46页 |
| ·原始数据及其相关性分析 | 第28-30页 |
| ·主成分方法降维 | 第30-34页 |
| ·BP 神经网络模型及预测结果 | 第34-39页 |
| ·BP 网络输入参数的敏感性分析 | 第39-44页 |
| ·小结 | 第44-46页 |
| 第三章 天然橡胶复合材料耐磨性能分析 | 第46-60页 |
| ·原始数据及其相关性分析 | 第46-49页 |
| ·主成分方法降维 | 第49-51页 |
| ·BP 神经网络模型及预测结果 | 第51-53页 |
| ·BP 网络输入参数的敏感性分析 | 第53-58页 |
| ·主成分对耐磨性的敏感性分析 | 第53-55页 |
| ·力学性能对耐磨性的敏感性分析 | 第55-58页 |
| ·小结 | 第58-60页 |
| 第四章 天然橡胶复合材料疲劳性能分析 | 第60-69页 |
| ·训练数据与测试数据选择 | 第60-61页 |
| ·BP 神经网络模型及预测结果 | 第61-63页 |
| ·BP 网络输入参数的敏感性分析 | 第63-67页 |
| ·小结 | 第67-69页 |
| 第五章 结论 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 研究成果及发表的学术论文 | 第75-76页 |
| 作者和导师简介 | 第76-77页 |
| 附件 | 第77-78页 |
