文摘
英文文摘
第一章绪论
§1.1研究课题的背景意义
§1.1.1 KBE技术的产生和发展
§1.1.2计算机辅助夹具设计的研究现状
§1.2问题的提出
§1.2.1夹具设计专家系统的“瓶颈”问题
§1.2.2人工神经网络知识获取技术研究现状
§1.3论文的主要研究内容
§1.3.1论文的主要研究内容和重点
§1.3.2论文的章节安排
第二章人工神经网络知识获取技术
§2.1人工神经网络研究的起源
§2.2神经元模型
§2.2.1人工神经元的模型
§2.2.2激活函数
§2.3人工神经网络的基本模型
§2.3.1人工神经网络的基本特性
§2.3.2人工神经网络的基本结构
§2.3.3人工神经网络的主要学习算法
§2.3.4人工神经网络的典型模型
§2.4基于神经网络的符号知识获取方法
§2.4.1二值逻辑神经元网络
§2.4.2模糊逻辑神经网络
§2.4.3三值/多值逻辑神经元网络
§2.5本论文采用的神经网络知识获取方法
§2.5.1通过学习获得知识
§2.5.2基于神经网络的知识求精
§2.5.3从神经网络中提取规则
§2.6 BP算法
§2.7本章小结
第三章智能夹具设计专家系统
§3.1专家系统简介
§3.1.1专家系统的结构
§3.1.2专家系统的性能
§3.2知识库系统
§3.2.1知识库的组织
§3.2.2知识的表示
§3.2.3知识库的管理和维护
§3.2.4知识的获取
§3.3夹具设计过程中的知识特点
§3.3.1组合夹具设计概述
§3.3.2组合夹具设计的知识特点
§3.4本章小结
第四章神经网络知识获取方法在夹具设计中的应用研究
§4.1规则知识的来源
§4.2神经网络知识获取方法详述
§4.2.1神经网络知识获取的框架
§4.2.2符号空间和数值空间的转换
§4.2.3神经网络结构设计及学习训练
§4.2.4神经网络知识求精
§4.3神经网络知识获取技术在系统中的应用研究
§4.3.1 S/D和D/S转换器
§4.3.2 BP网络的设计
§4.3.3夹具设计过程的知识规则抽取
§4.3.4夹具设计规则知识求精
§4.4本章小结
第五章知识获取子系统的设计和实现
§5.1知识获取子系统设计
§5.1.1知识获取子系统的作用
§5.1.2知识获取子系统结构和功能设计
§5.2知识获取子系统的实现
§5.2.1软件平台的选择
§5.2.2 MATLAB神经网络工具箱概述
§5.2.3 S/D转换器的实现
§5.2.4 D/S转换器的实现
§5.2.5 BP前馈神经网络学习模块的实现
§5.2.6规则提取模块的实现
§5.2.7知识求精模块的实现
§5.3实验分析
§5.3.1 MATLAB同C/C++/MFC连接
§5.3.2实例分析
§5.3.3结论
§5.4本章小结
第六章结束语
§6.1研究工作总结
§6.2需进一步研究的问题
附录一
参考文献
致谢
西北工业大学学位论文知识产权声明书和原创性声明