| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第10-16页 |
| ·本文研究的背景 | 第10-12页 |
| ·国内外发展现状 | 第12-14页 |
| ·本文研究的主要内容和意义 | 第14-16页 |
| 第二章 本文研究的理论基础和技术支撑 | 第16-30页 |
| ·人工神经网络特点 | 第16-17页 |
| ·人工神经网络类型 | 第17-18页 |
| ·反向传播学习的BP算法 | 第18-20页 |
| ·模糊理论 | 第20-26页 |
| ·模糊逻辑的数学基础 | 第21页 |
| ·模糊逻辑推理 | 第21-23页 |
| ·模糊判决方法 | 第23-24页 |
| ·模糊控制的基本原理 | 第24-25页 |
| ·模糊理论在工程设计中的应用 | 第25-26页 |
| ·模糊理论与神经网络的结合 | 第26-27页 |
| ·遗传算法 | 第27-28页 |
| ·人工免疫算法 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 BP网络及其在冷挤压工艺设计中的应用关键技术研究 | 第30-42页 |
| ·BP网络拓扑结构的选择 | 第30-31页 |
| ·冷挤压工艺的人工神经网络影射模式 | 第31-33页 |
| ·BP网络训练算法 | 第33-36页 |
| ·BP网络训练样本的准备 | 第36-37页 |
| ·系统运行实例 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 模糊神经网络优化及其应用关键技术研究 | 第42-52页 |
| ·冷挤压成形工艺模糊化处理 | 第42-43页 |
| ·模糊神经网络的优化 | 第43-48页 |
| ·遗传算法 | 第44-46页 |
| ·遗传算法的模式理论 | 第46-48页 |
| ·冷挤压成形工艺特征的选取 | 第48-50页 |
| ·系统运行实例 | 第50-51页 |
| ·本章小节 | 第51-52页 |
| 第五章 人工免疫算法及其在冷挤压中的应用探讨 | 第52-64页 |
| ·免疫系统 | 第52-56页 |
| ·生物免疫系统 | 第52-53页 |
| ·人工免疫算法 | 第53-56页 |
| ·算法的设计与实现 | 第56-57页 |
| ·系统运行实例 | 第57-60页 |
| ·国内外免疫算法应用于工程领域的研究现状 | 第60-62页 |
| ·人工免疫系统在塑性加工中的应用探讨 | 第62-64页 |
| 第六章 结论与展望 | 第64-66页 |
| ·结论 | 第64页 |
| ·展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士学位期间完成的论文 | 第70-71页 |
| 学位论文评阅及答辩情况表 | 第71页 |