| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-26页 |
| ·研究意义及课题来源 | 第10-12页 |
| ·相关领域研究现状综述 | 第12-23页 |
| ·研究现状分析 | 第23-25页 |
| ·本文研究的主要内容 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第二章 基于FBS 模型的概念设计与执行机构系统设计 | 第26-44页 |
| ·引言 | 第26页 |
| ·F851 和FBS2 模型的不同点及对一些基本概念的理解 | 第26-31页 |
| ·执行机构系统及其设计要求分析 | 第31-34页 |
| ·FBS 模型对执行机械系统概念设计的研究 | 第34-38页 |
| ·执行机构系统概念设计中的搭接网络计划技术 | 第38-43页 |
| ·本章小结 | 第43-44页 |
| 第三章 基于学习向量量化（LVQ）神经网络的专家经验学习 | 第44-55页 |
| ·引言 | 第44-45页 |
| ·概念设计方案评价的特点 | 第45页 |
| ·常规方案评价方法的问题分析 | 第45-47页 |
| ·人工神经网络和LVQ 网络 | 第47-50页 |
| ·基于LVQ 网络的专家经验学习 | 第50-54页 |
| ·本章小结 | 第54-55页 |
| 第四章 执行机构系统功能结构到初步行为结构的映射方法 | 第55-66页 |
| ·引言 | 第55页 |
| ·工作时刻的动作形式 | 第55-57页 |
| ·构成功能与工作时刻动作映射表的方法 | 第57-58页 |
| ·工作时刻动作的评价 | 第58-59页 |
| ·寻求最优化工作时刻动作方案的评价规则 | 第59页 |
| ·数学建模与求解方法 | 第59-62页 |
| ·实例计算 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 第五章 执行机构系统的最优行为结构创新 | 第66-80页 |
| ·引言 | 第66-67页 |
| ·行为在行为集合内的表示方法 | 第67-68页 |
| ·行为结构创新的计算机推理步骤 | 第68-69页 |
| ·基于矛盾行为的基因串构成与遗传操作 | 第69-71页 |
| ·行为结构设计的数学建模与求解步骤 | 第71-72页 |
| ·实例验证 | 第72-79页 |
| ·本章小结 | 第79-80页 |
| 第六章 执行机构系统行为结构到执行机构的映射方法 | 第80-94页 |
| ·引言 | 第80页 |
| ·问题定义 | 第80-81页 |
| ·执行机构的运动类型 | 第81-84页 |
| ·执行动作与执行机构的对应关系表 | 第84-86页 |
| ·执行机构系统方案评价体系 | 第86-87页 |
| ·数学建模和求解方法 | 第87-90页 |
| ·实例计算 | 第90-92页 |
| ·本章小结 | 第92-94页 |
| 第七章 执行机构系统的运动循环关系设计 | 第94-109页 |
| ·引言 | 第94页 |
| ·执行机构系统协调设计原则 | 第94-95页 |
| ·执行机构系统协调设计的方法 | 第95-96页 |
| ·机械运动循环图 | 第96-98页 |
| ·时间和时间关系的评价与调整 | 第98-105页 |
| ·机械工作循环时间的最优化 | 第105-108页 |
| ·本章小结 | 第108-109页 |
| 第八章 总结与展望 | 第109-112页 |
| ·全文总结 | 第109-110页 |
| ·创新点 | 第110页 |
| ·展望 | 第110-112页 |
| 参考文献 | 第112-123页 |
| 附录 | 第123-125页 |
| 致谢 | 第125-127页 |
| 攻读博士学位期间发表、录用和投稿的学术论文 | 第127-128页 |
| 攻读博士学位期间参与的科研项目 | 第128-131页 |
