| 摘要 | 第8-10页 |
| Abstract | 第10-11页 |
| 第一章 绪论 | 第12-24页 |
| 1.1 人工神经网络概述 | 第12-16页 |
| 1.1.1 人工神经网络发展史 | 第12页 |
| 1.1.2 人工神经网络模型 | 第12-13页 |
| 1.1.3 常用人工神经网络 | 第13-16页 |
| 1.2 摩擦材料概述 | 第16-20页 |
| 1.2.1 摩擦材料简史 | 第17-18页 |
| 1.2.2 摩擦材料分类 | 第18-20页 |
| 1.3 人工神经网络在摩擦材料研究中的应用现状 | 第20-23页 |
| 1.4 选题意义和研究内容 | 第23-24页 |
| 1.4.1 选题意义 | 第23页 |
| 1.4.2 研究内容 | 第23-24页 |
| 第二章 实验数据处理 | 第24-33页 |
| 2.1 实验数据处理 | 第24-29页 |
| 2.2 配方的合理性验证 | 第29-32页 |
| 2.3 结论 | 第32-33页 |
| 第三章 基于单隐含层人工神经网络的摩擦材料性能预测研究 | 第33-45页 |
| 3.1 引言 | 第33-34页 |
| 3.2 人工神经网络运算 | 第34-36页 |
| 3.2.1 前馈网络BP使用贝叶斯正则化训练函数 | 第34-35页 |
| 3.2.2 反馈神经网络Elman使用贝叶斯正则化训练函数 | 第35-36页 |
| 3.2.3 径向基函数RBF网络预测训练 | 第36页 |
| 3.3 单隐含层网络预测 | 第36-44页 |
| 3.3.1 单隐含层预测结果与讨论 | 第36-41页 |
| 3.3.2 变换训练函数测试 | 第41-44页 |
| 3.4 小结 | 第44-45页 |
| 第四章 基于多隐含层人工神经网络的摩擦材料性能预测研究 | 第45-54页 |
| 4.1 引言 | 第45页 |
| 4.2 多隐含层elman网络结构 | 第45-46页 |
| 4.3 多隐含层elman网络对摩擦系数的预测 | 第46-52页 |
| 4.4 小结 | 第52-54页 |
| 第五章 结论 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 附录 | 第57-61页 |
| 致谢 | 第61-62页 |
| 研究成果及发表的学术论文 | 第62-63页 |
| 作者简介 | 第63-64页 |
| 附件 | 第64-65页 |
