| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·研究的目的和意义 | 第10-11页 |
| ·基于神经网络的板形预测模型的研究 | 第11-12页 |
| ·板形预测模型的国内外研究现状 | 第12-16页 |
| ·国外研究概况 | 第12-14页 |
| ·国内研究概况 | 第14-16页 |
| ·课题来源及主要研究内容 | 第16页 |
| ·课题来源 | 第16页 |
| ·主要研究内容 | 第16页 |
| ·本文组织结构 | 第16-18页 |
| 第2章 基于 CMAC 神经网络板形预测模型的研究 | 第18-28页 |
| ·概述 | 第18页 |
| ·板形预测模型研究 | 第18-22页 |
| ·板形的定量表示 | 第18-20页 |
| ·板形模式识别 | 第20-22页 |
| ·板形预测模型分析 | 第22页 |
| ·CMAC 神经网络板形预测模型的构建 | 第22-27页 |
| ·CMAC 网络的工作原理 | 第23-25页 |
| ·CMAC 神经网络的板形预测模型的构造 | 第25页 |
| ·CMAC 神经网络的板形预测模型的建立 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于粗糙集的 CMAC 网络板形预测模型 | 第28-38页 |
| ·概述 | 第28页 |
| ·粗糙集与人工神经网络结合的必然性 | 第28-30页 |
| ·基于粗糙集的 CMAC 网络板形预测模型 | 第30-35页 |
| ·基于粗糙集的 CMAC 网络的构建思想 | 第30-31页 |
| ·粗糙集优化 CMAC 网络输入的过程 | 第31-33页 |
| ·粗糙集的神经网络的构造过程 | 第33-34页 |
| ·基于粗糙集的 CMAC 板形预测模型的建立 | 第34-35页 |
| ·仿真实验 | 第35-36页 |
| ·本章小结 | 第36-38页 |
| 第4章 CMAC 板形预测模型中学习算法的研究 | 第38-48页 |
| ·概述 | 第38页 |
| ·CMAC 神经网络权值更新方法的局限性及研究 | 第38-39页 |
| ·改进的 CMAC 神经网络板形预测模型 | 第39-42页 |
| ·信度分配方法的提出和学习率的选择 | 第40页 |
| ·CMAC 学习算法的改进 | 第40-41页 |
| ·基于改进的 CMAC 神经网络板形预测模型的构造 | 第41-42页 |
| ·基于改进的 CMAC 板形预测模型的建立 | 第42-45页 |
| ·预测模型的建立 | 第42-43页 |
| ·误差信度分配和动态学习率算法的实现 | 第43-45页 |
| ·仿真实验 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 第5章 仿真实验及分析 | 第48-58页 |
| ·概述 | 第48页 |
| ·实验条件 | 第48-49页 |
| ·实验环境的选择 | 第48页 |
| ·仿真语言的选择 | 第48-49页 |
| ·基于粗糙集的 CMAC 板形预测模型的仿真实验 | 第49-53页 |
| ·实验数据设置 | 第49-50页 |
| ·实验结果分析 | 第50-53页 |
| ·实验结论 | 第53页 |
| ·基于改进的 CMAC 板形预测模型的仿真实验 | 第53-57页 |
| ·实验数据设置 | 第53页 |
| ·实验结果分析 | 第53-56页 |
| ·实验结论 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第64-65页 |
| 致谢 | 第65-66页 |
| 作者简介 | 第66页 |