基于BP神经网络蠕墨铸铁性能建模及其应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第一章 绪论 | 第13-35页 |
| ·蠕墨铸铁性能研究目的及方法 | 第13-29页 |
| ·蠕墨铸铁概述 | 第13-15页 |
| ·蠕墨铸铁的工程应用背景 | 第15-18页 |
| ·国内蠕墨铸铁应用概况 | 第18-19页 |
| ·国际蠕墨铸铁应用概况 | 第19-21页 |
| ·蠕墨铸铁力学性能形成的影响因素 | 第21-27页 |
| ·蠕墨铸铁力学性能研究目的及方法 | 第27-29页 |
| ·人工神经网络的原理及其在铸造建模中的应用 | 第29-32页 |
| ·人工神经网络原理 | 第29-31页 |
| ·BP 神经网络的特点 | 第31页 |
| ·人工神经网络在铸造领域的应用 | 第31-32页 |
| ·研究课题的提出 | 第32-33页 |
| ·本文的内容及章节安排 | 第33-35页 |
| 第二章 蠕铁性能基于 BP 神经网络建模的适用性 | 第35-51页 |
| ·BP 网络的结构 | 第35-37页 |
| ·BP 网络学习算法 | 第37-39页 |
| ·BP 网络的非线性映射能力 | 第39-40页 |
| ·BP 网络的泛化能力 | 第40-41页 |
| ·BP 网络存在的问题及改进 | 第41-42页 |
| ·贝叶斯正则化的算法 | 第42-45页 |
| ·神经网络建模的局限性 | 第45页 |
| ·MATALB 神经网络工具箱介绍 | 第45-50页 |
| ·MATLAB 简介 | 第46页 |
| ·神经网络工具箱(NNT) | 第46-48页 |
| ·图形用户界面(GUI) | 第48-50页 |
| 本章小结 | 第50-51页 |
| 第三章 蠕墨铸铁工艺试验 | 第51-58页 |
| ·工艺试验影响因素的选取 | 第51页 |
| ·试验条件简介 | 第51-52页 |
| ·试验方案 | 第52-57页 |
| ·试验结果 | 第57页 |
| 本章小结 | 第57-58页 |
| 第四章 运用神经网络建立蠕墨铸铁性能预测模型 | 第58-82页 |
| ·模型结构的确定 | 第58-61页 |
| ·输入、输出层神经元数的确定 | 第59页 |
| ·隐层数目的确定 | 第59页 |
| ·隐层神经元数的确定 | 第59-61页 |
| ·网络模型的 MATLAB 的实现 | 第61页 |
| ·学习样本的确定 | 第61-67页 |
| ·神经网络学习样本的选择原则 | 第62页 |
| ·蠕墨铸铁性能模型学习样本的确定 | 第62-67页 |
| ·神经网络的训练 | 第67-74页 |
| ·训练次数/训练精度的确定 | 第67页 |
| ·初始权值的选择 | 第67页 |
| ·样本的归一化 | 第67-68页 |
| ·训练网络 | 第68-74页 |
| ·模型的确认 | 第74-81页 |
| ·模型输出与学习样本的比较 | 第76-77页 |
| ·泛化能力验证 | 第77-81页 |
| 本章小结 | 第81-82页 |
| 第五章 预测模型在蠕墨铸铁生产的应用 | 第82-104页 |
| ·正交试验设计简介 | 第82-83页 |
| ·正交试验设计的试验安排 | 第83-85页 |
| ·正交表 | 第83-84页 |
| ·用正交表安排试验 | 第84-85页 |
| ·试验结果分析 | 第85-103页 |
| ·试验数据整理 | 第85-86页 |
| ·试验数据分析 | 第86-103页 |
| ·生产应用验证 | 第103页 |
| 本章小结 | 第103-104页 |
| 第六章 结论 | 第104-106页 |
| 参考文献 | 第106-109页 |
| 致谢 | 第109-110页 |
| 攻读硕士学位期间发表的学术论文及奖励 | 第110页 |
