| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-18页 |
| ·双相不锈钢概述 | 第10-14页 |
| ·双相不锈钢的类型 | 第10-11页 |
| ·双相不锈钢的微观组织 | 第11-12页 |
| ·双相不锈钢的性能优点 | 第12页 |
| ·相变对双相不锈钢性能的影响 | 第12-14页 |
| ·双相不锈钢的研究现状 | 第14-15页 |
| ·本论文研究的目的和意义 | 第15-17页 |
| ·本论文研究的主要内容 | 第17-18页 |
| 2 人工神经网络与遗传算法简述 | 第18-33页 |
| ·人工神经网络基本原理 | 第18-25页 |
| ·人工神经元模型 | 第18-19页 |
| ·BP 神经网络 | 第19-25页 |
| ·遗传算法原理与特点 | 第25-30页 |
| ·遗传算法基本操作 | 第26-27页 |
| ·编码 | 第27页 |
| ·初始种群的确定 | 第27-28页 |
| ·适应度的设计 | 第28-29页 |
| ·遗传算法中参数选择 | 第29页 |
| ·遗传算法实现步骤 | 第29页 |
| ·遗传算法的改进 | 第29-30页 |
| ·神经网络与遗传算法的融合 | 第30-32页 |
| ·基于遗传算法的神经网络权值的优化 | 第31-32页 |
| ·基于遗传算法的神经网络结构的优化 | 第32页 |
| ·本章小结 | 第32-33页 |
| 3 实验材料及研究方法 | 第33-37页 |
| ·实验材料 | 第33页 |
| ·实验方法 | 第33-35页 |
| ·实验设备 | 第33-34页 |
| ·实验技术路线 | 第34-35页 |
| ·2205 双相不锈钢高温压缩实验 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 4 2205 双相不锈钢高温压缩变形行为研究 | 第37-55页 |
| ·2205 双相不锈钢的热变形行为 | 第37-50页 |
| ·真应力-真应变曲线 | 第38-40页 |
| ·流变应力本构方程建立 | 第40-47页 |
| ·组织演变规律分析 | 第47-50页 |
| ·应用BP 神经网络预测2205 双相不锈钢高温压缩流变应力 | 第50-53页 |
| ·BP 神经网络建模 | 第50-51页 |
| ·BP 神经网络模型评价 | 第51-53页 |
| ·本章小结 | 第53-55页 |
| 5 2205 双相不锈钢热加工图的建立 | 第55-64页 |
| ·2205 双相不锈钢热加工图研究 | 第55-62页 |
| ·引言 | 第55-56页 |
| ·基于动态材料模型理论的热加工图 | 第56-58页 |
| ·热加工图的建立及分析 | 第58-62页 |
| ·应用BP 神经网络构建2205 双相不锈钢热加工图 | 第62页 |
| ·本章小结 | 第62-64页 |
| 6 GA-ANN 在不锈钢复合板的应用 | 第64-71页 |
| ·实验材料 | 第65页 |
| ·BP 神经网络建模 | 第65-68页 |
| ·BP网络模型数据的采集、整理 | 第65-66页 |
| ·网络结构的构建 | 第66-67页 |
| ·网络训练参数的确定 | 第67-68页 |
| ·GA-ANN 模型的构建 | 第68页 |
| ·GA-ANN 模型的评价 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 结论 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 附录：研究生期间发表的论文及申请的专利 | 第78页 |