基于人工智能的注塑成型不良分析软件研发
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·课题的研发背景和应用价值 | 第10-11页 |
| ·注塑成型不良分析技术的国内外现状 | 第11-13页 |
| ·基于人工智能的缺陷分析技术的发展前景 | 第13页 |
| ·课题的主要研究内容 | 第13-15页 |
| 第二章 缺陷分析系统应用的人工智能技术 | 第15-22页 |
| ·人工智能概述 | 第15-16页 |
| ·人工智能的基本概念 | 第15-16页 |
| ·人工智能的研究对象 | 第16页 |
| ·模糊逻辑的数学基础 | 第16-18页 |
| ·模糊概念 | 第16-17页 |
| ·模糊集合 | 第17-18页 |
| ·神经网络的基本概念及模型 | 第18-20页 |
| ·神经网络的基本概念 | 第18-19页 |
| ·人工神经网络模型 | 第19-20页 |
| ·专家系统的基本概念及工作原理 | 第20-21页 |
| ·专家系统的基本概念 | 第20页 |
| ·专家系统的工作原理 | 第20页 |
| ·专家系统的基本特征 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 注塑成型的缺陷特征及其消除对策 | 第22-32页 |
| ·注塑工艺及其制品的缺陷特征 | 第22-27页 |
| ·注塑工艺原理及要素 | 第22-24页 |
| ·注塑成型的缺陷形式及其特征 | 第24-27页 |
| ·注塑不良的原因分类及其消除对策 | 第27-31页 |
| ·注塑不良的形成原因和分类 | 第27-29页 |
| ·注塑不良的判定及其消除对策 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 注塑成型不良分析模型的构建 | 第32-42页 |
| ·模糊逻辑与神经网络相结合 | 第32-34页 |
| ·模糊逻辑与神经网络结合的必要性 | 第32页 |
| ·模糊神经网络模型 | 第32-34页 |
| ·BP 神经网络优化 | 第34-36页 |
| ·BP 学习算法的基本原理 | 第34-35页 |
| ·标准BP 算法的改进 | 第35-36页 |
| ·专家系统与模糊神经网络相结合 | 第36-39页 |
| ·专家系统与模糊神经网络的职能 | 第36-37页 |
| ·专家系统与模糊神经网络结合的方式 | 第37-39页 |
| ·系统总体结构及推理方式 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 注塑成型不良分析系统的实现 | 第42-53页 |
| ·模糊神经网络系统的实现 | 第42-44页 |
| ·模糊神经网络的系统结构 | 第42-43页 |
| ·模糊神经网络的结构参数 | 第43-44页 |
| ·系统知识库的构建 | 第44-48页 |
| ·模糊神经网络知识库的构建 | 第44-45页 |
| ·专家系统知识库的构建 | 第45-48页 |
| ·系统的程序设计与集成 | 第48-51页 |
| ·系统的程序设计 | 第48-49页 |
| ·程序功能的集成 | 第49-51页 |
| ·本章小结 | 第51-53页 |
| 第六章 系统模块及实际应用 | 第53-63页 |
| ·系统的功能模块 | 第53-59页 |
| ·缺陷分析 | 第55-56页 |
| ·缺陷部位 | 第56页 |
| ·数据库管理 | 第56-57页 |
| ·工艺条件 | 第57-58页 |
| ·历史记录 | 第58页 |
| ·帮助文件 | 第58-59页 |
| ·系统的生产实际应用 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读硕士学位期间取得的研究成果 | 第69-70页 |
| 致谢 | 第70-71页 |
| 答辩委员会对论文的评定意见 | 第71页 |
