| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·MEMS 的国内外研究现状 | 第8-9页 |
| ·课题研究的目的和意义 | 第9-10页 |
| ·神经网络技术的发展 | 第10-11页 |
| ·本文主要内容与结构 | 第11-12页 |
| ·本文的创新点 | 第12-13页 |
| 第二章 BP 网络研究及其改进 | 第13-27页 |
| ·神经元 | 第13-15页 |
| ·BP 神经网络 | 第15-20页 |
| ·BP 神经网络模型与结构 | 第16-17页 |
| ·BP 学习算法 | 第17-19页 |
| ·误差反传传播流程图 | 第19-20页 |
| ·BP 网络的若干改进 | 第20-23页 |
| ·附加动量法 | 第21-22页 |
| ·自适应学习速率法 | 第22-23页 |
| ·L-M 法 | 第23页 |
| ·附加动量和自适应学习速率法 | 第23页 |
| ·BP 网络的设计 | 第23-25页 |
| ·网络的层数 | 第23-24页 |
| ·隐含层的神经元数 | 第24页 |
| ·初始权值的选取 | 第24页 |
| ·学习速率 | 第24-25页 |
| ·期望误差的选取 | 第25页 |
| ·MATLAB 神经网络工具箱中的BP 网络 | 第25-27页 |
| 第三章 基于 BP 网络模型的微悬臂梁力学性质分析 | 第27-42页 |
| ·微悬臂梁的力学特性 | 第27-28页 |
| ·基于BP 网络的微悬臂梁力学性质分析模型 | 第28-35页 |
| ·数据的预处理 | 第29-31页 |
| ·网络输入输出的确定 | 第31页 |
| ·确定网络的层数及各层的激活函数 | 第31-32页 |
| ·隐含层神经元数目的选择 | 第32-33页 |
| ·初始权值的选取 | 第33页 |
| ·改进BP 算法的效果比较 | 第33-35页 |
| ·学习速率的选取 | 第35页 |
| ·期望误差的选取 | 第35页 |
| ·其他参数的设定 | 第35页 |
| ·基于网络模型的微悬臂梁力学性质分析 | 第35-42页 |
| 第四章 BP 网络的微悬臂梁加载力－挠度关系预测 | 第42-46页 |
| 结论与展望 | 第46-47页 |
| 附录 主程序 | 第47-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士期间发表的论文及所取得的研究成果 | 第54-55页 |
| 致谢 | 第55页 |