| 1 研究现状及综述 | 第1-19页 |
| ·研究课题的提出 | 第6页 |
| ·研究的可行性和必要性 | 第6-9页 |
| ·人工神经网络在材料科学中的研究现状 | 第9-12页 |
| ·人工神经网络的发展 | 第9-10页 |
| ·人工神经网络在材料科学中的研究现状 | 第10-12页 |
| ·人工神经网络及网络优选 | 第12-18页 |
| ·神经元 | 第12-14页 |
| ·激活转移函数 | 第14-15页 |
| ·优选BP网络模型 | 第15-18页 |
| ·软件工具的选择 | 第18-19页 |
| 2 力学性能及组织分析 | 第19-29页 |
| ·铝青铜船用螺旋桨试验材料 | 第19-21页 |
| ·力学性能测试 | 第21-23页 |
| ·试样浇铸和处理 | 第21页 |
| ·拉伸试样的制备 | 第21-22页 |
| ·拉伸实验 | 第22-23页 |
| ·铝青铜材料的组织分析 | 第23-29页 |
| ·金相试样的制备 | 第23页 |
| ·金相组织分析 | 第23-24页 |
| ·组织参数分析 | 第24-29页 |
| 3 铝青铜力学性能的神经网络建模和应用 | 第29-46页 |
| ·BP网络的设计 | 第29-33页 |
| ·BP层数的确定 | 第29-30页 |
| ·传递函数的确定 | 第30页 |
| ·隐含层节点数的选择 | 第30-31页 |
| ·初始值的选取 | 第31页 |
| ·学习率的选取 | 第31-32页 |
| ·期望误差的选取 | 第32-33页 |
| ·网络的训练与测试 | 第33-39页 |
| ·实验数据的获得 | 第34-35页 |
| ·输入、输出参数的选择 | 第35页 |
| ·网络结构的确定 | 第35-38页 |
| ·最终训练与测试 | 第38-39页 |
| ·网络模型的应用 | 第39-46页 |
| ·预测力学性能 | 第39-41页 |
| ·用建立的网络预测Fe、Ni、Al对力学性能的影响 | 第41-46页 |
| 4 分析讨论 | 第46-66页 |
| ·组织分析 | 第46-47页 |
| ·不同方法的比较 | 第47-58页 |
| ·与线性回归的比较 | 第58-66页 |
| 5 结论 | 第66-67页 |
| 6 参考文献 | 第67-70页 |
| 附录1 力学性能测试数据 | 第70页 |
| 附录2 源程序 | 第70-74页 |
| 附录3 攻读硕士学位期间公开发表的论文 | 第74-75页 |