| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题研究的背景、目的和意义 | 第9-11页 |
| ·课题研究的背景 | 第9-10页 |
| ·课题研究的目的和意义 | 第10-11页 |
| ·国内外应用与研究现状 | 第11-13页 |
| ·人工神经网络在纺织上的应用 | 第11页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·课题研究内容与目标 | 第13-14页 |
| ·课题的主要创新点 | 第14-15页 |
| 第二章 课题研究的理论基础 | 第15-37页 |
| ·羊绒简述 | 第15-16页 |
| ·粗纺工艺流程概述 | 第16页 |
| ·粗纺羊绒质量指标与成品质量指标的相关性分析 | 第16-26页 |
| ·相关性简介 | 第17-19页 |
| ·相关性分析 | 第19-26页 |
| ·人工神经网络概述 | 第26-36页 |
| ·什么是人工神经网络 | 第26页 |
| ·人工神经元结构 | 第26-28页 |
| ·人工神经网络的分类 | 第28-30页 |
| ·人工神经网络的特点和优越性 | 第30-31页 |
| ·人工神经网络的国、内外发展概况 | 第31-33页 |
| ·人工神经网络的应用 | 第33页 |
| ·本课题中人工神经网络模型的选取 | 第33-34页 |
| ·BP 神经网络概述 | 第34-36页 |
| ·应用软件简介 | 第36-37页 |
| ·C++面向对象程序设计简介 | 第36页 |
| ·C++编程软件简介 | 第36-37页 |
| 第三章 粗纺羊绒纱线质量预报模型的设计 | 第37-58页 |
| ·模型的设计 | 第37-45页 |
| ·BP 网络模型结构的选择 | 第37-44页 |
| ·BP 网络模型参数的选择 | 第44-45页 |
| ·BP 算法 | 第45-49页 |
| ·标准BP 算法 | 第45-48页 |
| ·改进的BP 算法 | 第48-49页 |
| ·预报模型程序的实现 | 第49-52页 |
| ·网络的训练与测试 | 第52页 |
| ·最优BP 粗纺羊绒纱线质量预报模型的设计 | 第52-55页 |
| ·隐含层节点数的选择 | 第53-54页 |
| ·学习系数的选择 | 第54页 |
| ·动量系数的选择 | 第54-55页 |
| ·人机交互界面软件的实现 | 第55-58页 |
| 第四章 质量预报模型的实用性分析与应用 | 第58-66页 |
| ·粗纺羊绒纱线质量预报模型的作用 | 第58页 |
| ·模型预测效果分析 | 第58-63页 |
| ·对学习样本预测结果的分析 | 第58-60页 |
| ·对测试样本预测结果的分析 | 第60-61页 |
| ·对其他数据预测结果的分析 | 第61-63页 |
| ·与其他方法的比较 | 第63-65页 |
| ·软件化的实现让模型更加人性化 | 第65页 |
| ·粗纺羊绒纱线质量预报模型的应用 | 第65-66页 |
| 第五章 结论及展望 | 第66-68页 |
| ·结论 | 第66-67页 |
| ·粗纺羊绒纱线质量预报模型的预报准确有效 | 第66页 |
| ·确立了粗纺羊绒质量指标与成品纱质量指标的线性关系 | 第66页 |
| ·最佳预报模型的结构、参数选择 | 第66页 |
| ·粗纺羊绒纱线质量预报模型对羊绒纱生产具有重要的指导作用 | 第66-67页 |
| ·软件化使得羊绒纱线质量预报模型更加实用 | 第67页 |
| ·存在问题与展望 | 第67-68页 |
| ·存在问题 | 第67页 |
| ·建议作进一步的研究 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 在读期间发表论文情况 | 第72页 |