第一章 绪论
1.1 课题研究的背景和意义
1.2 国内外研究应用现状
1.2.1 GRNN国内外研究现状
1.2.2 Kriging国内外研究现状
1.3论文研究的主要内容和章节安排
1.3.1论文的主要研究内容
1.3.2论文的章节安排
第二章 高阶响应面原理分析
2.1 高阶响应面算法的综述
2.2 高阶响应面的原理分析
2.2.1 ANN工作原理
2.2.2 RBF神经网络工作原理
2.2.3 GRNN的工作原理
2.2.4 Kriging插值工作原理
2.3 本章小结
第三章 KGRNN高阶混合响应面模型的构建方法
3.1广义回归神经网络在拟合中存在的问题描述
3.2 实验数据预处理
3.3 KGRNN的计算描述
3.3.1 提取广义回归神经网络的波动偏差
3.3.2 Kriging插值求解偏差
3.3.3 减去广义回归神经网络中的波动偏差
3.4 本章小结
第四章 KGRNN对测试函数的仿真实验以及分析
4.1 实验对比分析和噪声处理能力
4.1.1 文中测试函数以及函数的设置区间
4.1.2 测试函数的衡量标准
4.1.3 不同测试函数实验对比
4.2 KGRNN对噪声处理的能力
4.3 本章小结
第五章KGRNN在工程案例中的应用
5.1 KGRNN仿真复合板材挠度
5.2 KGRNN仿真碳纤维增强塑料屈曲
5.3 本章小结
总结与展望
论文小结
论文展望
参考文献
攻读硕士学位期间取得的研究成果
声明
致谢
