声明
1 绪论
1.1 搅拌摩擦焊
1.2 人工神经网络
1.3 本文研究意义及内容
2 基于试验和数值模拟的神经网络训练数据获取
2.1 试验设计
2.2 数值模拟模型
2.3 本章小结
3 神经网络模型预测峰值温度
3.1 神经网络模型选择
3.2 BP神经网络基本原理
3.3 BP神经网络训练流程
3.4 BP神经网络算法优化
3.5 BP神经网络参数选择
3.6 BP神经网络预测峰值温度
3.7 工艺参数对峰值温度影响分析
3.8 本章小结
4 神经网络模型预测合金成分变化对力学性能影响
4.1 神经网络模型选择
4.2 RBF神经网络的特点
4.3 RBF神经网络基本原理
4.4 RBF神经网络预测合金成分与力学性能间的关系
4.5 合金成分变化对力学性能影响分析
4.6 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢
大连理工大学;