| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章绪论 | 第7-11页 |
| ·专家系统的历史和现状 | 第7-8页 |
| ·专家系统在材料科学中的应用和发展 | 第8-9页 |
| ·本课题的研究任务 | 第9-11页 |
| 第二章专家系统简介 | 第11-23页 |
| ·专家系统简介 | 第11-13页 |
| ·专家系统的基本结构及各部分的功能 | 第11-12页 |
| ·专家系统的特点 | 第12-13页 |
| ·专家系统的优点 | 第12页 |
| ·专家系统的缺点 | 第12-13页 |
| ·人工神经网络简介 | 第13-19页 |
| ·人工神经网络模型 | 第13-15页 |
| ·人工神经网络的特点 | 第15-16页 |
| ·人工神经网络的分类 | 第16-17页 |
| ·人工神经网络的工作方式 | 第17-18页 |
| ·人工神经网络的信息处理能力 | 第18-19页 |
| ·材料专家系统介绍 | 第19-23页 |
| ·材料专家系统的发展状况 | 第19-20页 |
| ·材料专家系统分类 | 第20-21页 |
| ·材料专家系统缺点 | 第21-22页 |
| ·材料专家系统的优点 | 第22-23页 |
| 第三章基于VISUAL C++的人工神经网络BP 算法的材料专家系统方法研究 | 第23-37页 |
| ·VISUAL C++ 简介 | 第23-24页 |
| ·ACCESS 数据库简介 | 第24-25页 |
| ·人工神经网络算法 | 第25-30页 |
| ·BP 算法简介 | 第25页 |
| ·BP 神经网络模型设计 | 第25-30页 |
| ·网络信息容量与训练样本数 | 第26页 |
| ·训练网络数据的准备 | 第26-27页 |
| ·输入输出量的选择 | 第27页 |
| ·输入输出数据的处理 | 第27-28页 |
| ·初始权值的设计 | 第28-29页 |
| ·隐层数的设计 | 第29页 |
| ·隐层节点数的确定 | 第29-30页 |
| ·BP 网络的学习 | 第30-35页 |
| ·采用BP 算法的三层网络模型的建立 | 第30-31页 |
| ·BP 学习算法 | 第31-35页 |
| ·本章小结 | 第35-37页 |
| 第四章ALN 专家系统的设计与实现 | 第37-49页 |
| ·ALN 简介 | 第37-38页 |
| ·系统的任务概述 | 第38页 |
| ·系统功能模块设计 | 第38-42页 |
| ·数据库操作模块 | 第38-39页 |
| ·查询功能模块 | 第39-41页 |
| ·预测功能模块 | 第41-42页 |
| ·数据库设计 | 第42-46页 |
| ·数据库各表之间关系 | 第45-46页 |
| ·BP 算法的实现步骤 | 第46-47页 |
| ·数据处理 | 第47页 |
| ·本章小结 | 第47-49页 |
| 第五章系统测试运行 | 第49-59页 |
| ·系统数据库部分测试运行 | 第49-52页 |
| ·系统预测部分测试运行 | 第52-57页 |
| ·本章小结 | 第57-59页 |
| 第六章总结和展望 | 第59-61页 |
| ·本文总结 | 第59页 |
| ·研究展望 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 硕士期间的研究成果 | 第67-68页 |