| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第18-25页 |
| 1.1 选题背景 | 第18-19页 |
| 1.2 课题研究现状 | 第19-21页 |
| 1.3 研究目的与意义 | 第21页 |
| 1.4 论文的创新点 | 第21-22页 |
| 1.5 研究内容与方法 | 第22-23页 |
| 1.6 论文框架 | 第23-25页 |
| 2 徐工品牌挖掘机造型评价指标构建 | 第25-38页 |
| 2.1 设计评价 | 第25-26页 |
| 2.2 品牌与品牌认知 | 第26页 |
| 2.3 品牌基因与造型意象风格表达 | 第26-27页 |
| 2.4 工程机械品牌基因 | 第27-30页 |
| 2.5 徐工工程机械品牌基因 | 第30-35页 |
| 2.6 徐工挖掘机造型评价指标 | 第35-37页 |
| 2.7 本章小结 | 第37-38页 |
| 3 徐工挖掘机造型评价系统神经元模型构建 | 第38-71页 |
| 3.1 人工神经网络概述 | 第38-41页 |
| 3.2 BP神经网络 | 第41-44页 |
| 3.3 工程机械产品的品牌造型特征提取 | 第44-50页 |
| 3.4 各国知名品牌挖掘机产品造型简析 | 第50-54页 |
| 3.5 徐工挖掘机品牌造型特征要素分析 | 第54-64页 |
| 3.6 神经元的构建 | 第64-70页 |
| 3.7 本章小结 | 第70-71页 |
| 4 基于BP网络的徐工挖掘机造型评价系统的构建 | 第71-88页 |
| 4.1 网络的选择 | 第71页 |
| 4.2 输入层与输出层的确定 | 第71-76页 |
| 4.3 隐含层节点数的确定 | 第76-77页 |
| 4.4 函数及参数的确定 | 第77-78页 |
| 4.5 网络的训练 | 第78-81页 |
| 4.6 模型的测试 | 第81页 |
| 4.7 神经网络评价模型在徐工挖掘机再设计中的应用 | 第81-87页 |
| 4.8 本章小结 | 第87-88页 |
| 5 总结与展望 | 第88-90页 |
| 5.1 论文工作总结 | 第88页 |
| 5.2 后续工作展望 | 第88-90页 |
| 参考文献 | 第90-96页 |
| 附录1 | 第96-99页 |
| 附录2 | 第99-101页 |
| 附录3 | 第101-117页 |
| 附录4 | 第117-124页 |
| 附录5 | 第124-128页 |
| 附录6 | 第128-130页 |
| 附录7 | 第130-131页 |
| 附录8 | 第131-137页 |
| 作者简历 | 第137-139页 |
| 学位论文数据集 | 第139页 |