文摘
英文文摘
第1章 绪论
1.1 研究背景及课题意义
1.2 组织-性能预测技术的研究现状
1.3 本文主要研究内容
第2章 神经网络结构及参数的确定
2.1 组织-性能预测与控制技术(SPPC)
2.1.1 SPPC的技术内涵
2.1.2 SPPC的基本过程
2.1.3 神经网络在组织-性能预测中的应用
2.2 网络建模所用参数及结构的确定
2.2.1 显微组织与力学性能
2.2.2 原始化学成份
2.2.3 热轧工艺参数
2.2.4 力学性能
2.2.5 网络结构的确定
2.3 本章小结
第3章 基本BP网络的实现
3.1 BP神经网络的算法分析
3.1.1 信号正向传播
3.1.2 误差反向传播
3.1.3 循环记忆训练
3.1.4 学习结果判断
3.2 数据准备
3.2.1 数据清洗
3.2.2 数据变换
3.2.3 数据质量分析
3.3 组织-性能离线预测系统的开发
3.3.1 程序的开发环境
3.3.2 程序代码组成与开发
3.3.3 程序的可视化设计
3.4 系统预测结果分析
3.4.1 模型的测试
3.4.2 预测值与实测值的对比分析
3.5 本章小结
第4章 改进BP神经网络算法的研究
4.1 BP网络的缺陷及原因分析
4.1.1 BP网络的缺陷
4.1.2 BP网络缺陷的原因分析
4.2 网络隐层节点个数的优化
4.2.1 BP神经网络模型的泛化问题
4.2.2 隐层节点个数的优化分析
4.2.3 实例预测分析
4.3 训练方法的改进
4.3.1 快速训练算法
4.3.2 实例验证分析
4.3.3 结果对比
4.4 自适应学习因子算法
4.4.1 BP算法的误差曲面特征
4.4.2 自适应学习因子BP算法
4.4.3 实例验证分析
4.5 本章小结
第5章 结论与展望
5.1 结论
5.2 展望
参考文献
致谢