基于灰色理论和神经网络的零件尺寸精度的组合预报

摘要

本文研究的是零件整体尺寸精度的预报，它与加工过程无关，所依据的是已加工零件的历史记录数据，由于很难保证各个零件是按等时序进行加工的，所以已加工零件的历史记录数据是典型的非等时序数据，用灰色理论把非等时序序列插补成等时序序列，然后再用插补后的等时序列训练神经网络并计算得到最终的预测值。即用灰色理论和神经网络的组合预报模型来预测未来零件的尺寸精度，然后把预测的结果写入到图形交换文件中，即把预测的尺寸精度值在零件设计图上标注出来。最后把新生成的图形文件通过DMC总体框架的文件传输功能传回给图形设计者。

目录

文摘

英文文摘

哈尔滨工程大学学位论文原创性声明

第1章绪论

1.1先进制造技术概述

1.2关于尺寸精度预报的研究现状

1.3本文研究的目的和主要内容

1.4本章小结

第2章DMC总体框架设计

2.1 DMC主体框架设计

2.2客户机/服务器体系结构

2.3 UDP协议

2.4程序设计

2.5本章小结

第3章尺寸精度预报系统设计

3.1尺寸精度预报系统概述

3.2灰色理论

3.2.1灰色理论概述

3.2.2灰色预测模型

3.3神经网络

3.3.1人工神经元模型

3.3.2BP网络模型

3.4灰色理论和神经网络的组合预报模型

3.4.1组合预报模型及算法

3.4.2灰色GM(1,1)模型的建立

3.4.3神经网络结构

3.4.4非整数公差等级处理

3.5尺寸精度预报系统的程序设计和实现

3.6本章小结

第4章历史零件测量数据库设计

4.1数据库概述

4.1.1数据库的概念及其分类

4.1.2关系型数据库的基本原理

4.1.3 SQL Server数据库

4.2历史零件测量数据库设计

4.2.1历史零件测量数据库的内容

4.2.2数据表的建立

4.3数据库内容的查询和维护

4.3.1数据源的ODBC配置

4.3.2数据库的连接和访问

4.4程序对数据库表数据访问实例

4.5本章小结

第5章数据输入输出处理

5.1数据输入处理

5.1.1 DXF文件的总体结构

5.1.2程序设计与实现

5.2数据输出处理

5.3本章小结

第6章实验结果分析

6.1实验数据取得

6.2本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢