| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第9-18页 |
| 1．1 课题背景 | 第9页 |
| 1．2 电力机车发展概况 | 第9-10页 |
| 1．3 主要设计思想 | 第10-11页 |
| 1．4 实际测量数据及初选磁体形状 | 第11-18页 |
| 1．4．1 实际测量数据 | 第11-13页 |
| 1．4．2 初选磁体形状 | 第13-16页 |
| 1．4．3 标准数学模型 | 第16-18页 |
| 第2章 有限元法基本原理和磁体样本建立 | 第18-27页 |
| 2．1 有限元法 | 第18-21页 |
| 2．2 二维电磁场有限元分析软件FEMM的介绍 | 第21-23页 |
| 2．3 磁体样本的建立 | 第23-27页 |
| 第3章 基于MATLAB／SIMULINK的误差平方和计算器仿真模型的构建 | 第27-30页 |
| 3．1 Simulink的特色 | 第27页 |
| 3．2 计算器仿真模型的构建 | 第27-28页 |
| 3．3 构建磁体样本模型库 | 第28-30页 |
| 第4章 基于MATLAB的适应度函数设计 | 第30-43页 |
| 4．1 人工神经网络及MATLAB神经网络工具箱 | 第30-32页 |
| 4．2 BP神经网络结构 | 第32-33页 |
| 4．3 基于MATLAB的BP神经网络的训练和仿真 | 第33-43页 |
| 4．3．1 BP神经网络模型调用函数的生成和初始化 | 第33页 |
| 4．3．2 BP神经网络设计需要注意的几个问题 | 第33-35页 |
| 4．3．3 采用动量梯度下降算法训练BP神经网络 | 第35-38页 |
| 4．3．4 采用L-M优化算法训练BP神经网络 | 第38-41页 |
| 4．3．5 BP神经网络学习算法的选择及适应度函数的生成 | 第41-43页 |
| 第5章 基于遗传算法求解优化问题 | 第43-57页 |
| 5．1 基于MATLAB优化工具箱的解决方案 | 第43-45页 |
| 5．1．1 拟牛顿算法及其在MATLAB优化工具箱中的实现 | 第43-44页 |
| 5．1．2 基于MATLAB语言的程序编制 | 第44-45页 |
| 5．2 基于遗传算法优化的解决方案 | 第45-57页 |
| 5．2．1 遗传算法概况与基本操作流程 | 第45-47页 |
| 5．2．2 MATLAB遗传算法工具箱及实例分析 | 第47-52页 |
| 5．2．3 用遗传算法的基于MATLAB语言的程序编制 | 第52-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 附录A (攻读学位期间所发表的学术论文) | 第63-64页 |
| 附录B (用FEMM软件建立的样本磁场数据) | 第64-81页 |
