机械工程中的神经网络方法2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

机械工程中的神经网络方法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 概论1

1．1 神经网络的生物学基础1

1．1．1 生物神经元的结构和功能1

1．1．2 生物神经元产生信息传输的过程2

1．1．3 人脑神经信息处理的机制和特性4

1．2 人工神经网络6

1．2．1 人工神经元的结构模式6

1．2．2 转移函数8

1．2．3 人工神经网络的类型10

1．2．4 人工神经网络与生物神经网络的比较13

1．3 人工神经网络发展概况14

1．3．1 人工神经网络国外发展情况14

1．3．2 人工神经网络国内研究概况17

1．4 神经网络在机械工程中的应用17

第2章 人工神经网络学习规则19

2．1 学习方法的分类19

2．3 神经网络的学习规则20

2．3．1 Hebb学习规则20

2．2 神经网络的一般学习规则20

2．3．2 感知器(Perceptron)学习规则23

2．3．3 δ(Delta)学习规则25

2．3．4 Widrow-Hoff学习规则27

2．3．5 相关学习规则27

2．3．6 Winner-Take-All(胜者为王)学习规则27

2．3．7 内星及外星学习规则28

3．1 人工神经网络基本模型30

3．1．1 单层感知器30

第3章 常用神经网络30

3．1．2 多层感知器35

3．1．3 自适应线性神经元组成的网络37

3．2 BP网络39

3．2．1 单隐层网络的BP算法39

3．2．2 多隐层网络的BP算法43

3．3 Hopfield神经网络51

3．3．1 离散型Hopfield神经元网络(DHNN)51

3．3．2 连续型Hopfield神经元网络(CHNN)57

3．4 随机型神经网络59

3．4．1 模拟退火算法60

3．4．2 Boltzmann机61

3．5 自组织神经网络66

3．5．1 竞争学习基本概念66

3．5．2 竞争学习规则68

3．5．3 竞争学习的几何意义69

3．5．4 自组织特征映射(SOM)网络71

3．5．5 对偶传播(CPN)神经网络74

3．5．6 自适应共振理论ART1网络76

3．5．7 自适应共振理论ART2网络81

3．6．1 BAM网络的结构和工作原理84

3．6 双向联想记忆BAM神经网络84

3．6．2 网络的稳定性85

3．6．3 BAM网络的学习规则86

第4章 如何组织神经网络88

4．1 输入和输出层的设计问题88

4．1．1 网络信息容量与训练样本数的匹配88

4．1．2 训练样本数据设计88

4．2 网络数据的准备90

4．2．1 标准化问题90

4．2．2 分布变换91

4．3 网络初始权值的选择92

4．4．1 隐层数的确定93

4．4 隐层数及隐层结点设计93

4．4．2 隐层结点数的确定94

4．5 网络的训练、检测及性能评价95

4．5．1 训练样本与检测样本96

4．5．2 网络训练方法96

4．5．3 网络训练次数97

4．5．4 网络性能评价98

5．1．1 齿轮传动优化设计的研究内容100

5．1．2 人工神经网络在齿轮传动优化设计中的应用方式100

5．1 人工神经网络与齿轮优化设计及胶合承载能力计算100

第5章 人工神经网络在机械设计中的应用100

5．1．3 基于神经网络和遗传算法的齿轮传动离散优化设计101

5．1．4 基于神经网络的齿轮胶合承载能力及可靠度计算104

5．2 人工神经网络在凸轮型线拟合中的应用107

5．3 基于Hopfield网络的螺栓联接可靠性优化设计108

5．3．1 Hopfield网络及其能量函数108

5．3．2 基于Hopfield模型优化的一般流程110

5．3．3 内燃机缸盖螺栓的可靠性优化设计111

5．4 人工神经网络与智能计算机辅助设计(ICAD)112

5．4．1 专家系统及其存在的问题113

5．4．2 基于人工神经网络的专家系统114

5．4．3 ANN在ICAD中的应用与V带智能CAD115

5．5 滑动轴承非线性油膜力的神经网络模型117

5．6 人工神经网络与转子动平衡123

第6章 人工神经网络在机械结构优化设计中的应用129

6．1 结构分析与结构近似重分析技术129

6．1．1 结构静力分析的近似重分析技术130

6．2 基于神经网络的结构近似分析技术131

6．1．2 结构动力特性分析的近似重分析技术131

6．2．1 多层前馈网络的非线性映射能力132

6．2．2 设计变量(结构尺寸)到结构响应(位移、应力、频率)之间的非线性映射132

6．3 有限元与优化程序之间的接口程序134

6．3．1 基于自编有限元软件的接口程序135

6．3．2 商用有限元软件概述136

6．3．3 基于商用有限元软件的接口程序137

6．4 基于神经网络的结构优化设计137

6．4．1 基于神经网络和遗传算法的摩托车架结构动力特性优化设计138

6．4．2 利用神经网络实现复杂结构的多目标优化设计143

6．4．3 基于神经网络的机械结构系统优化问题的分解算法147

6．4．4 遗传算法和神经网络的结构优化策略151

6．5 基于神经网络的特征值反问题求解153

第7章 人工神经网络在机械制造工艺及设备中的应用159

7．1 神经网络与机械制造工艺规程159

7．1．1 神经网络与孔群加工的路径优化159

7．1．2 神经网络与成组技术161

7．1．3 神经网络与零件定位基面选择162

7．2．1 电火花线切割加工参数优化165

7．2 神经网络与加工参数优化165

7．2．2 注塑成形加工参数优化167

7．3 神经网络与故障诊断169

7．3．1 神经网络与轴的结构损伤诊断170

7．3．2 神经网络与汽车故障诊断171

7．4 神经网络与工况监测及预报175

7．4．1 变切削条件下的钻头磨损监控175

7．4．2 机械系统剩余寿命的预报178

7．5 神经网络与加工系统辨识及控制183

7．5．1 车削加工过程模型辨识184

7．5．2 复杂曲面加工误差控制186

7．6 神经网络与其他加工问题189

7．6．1 神经网络与加工时间定额确定189

7．6．2 神经网络与加工尺寸误差的动态分布193

7．6．3 基于神经网络的数控插补原理与方法194

7．6．4 利用神经网络测量零件三维表面轮廓196

7．6．5 利用神经网络进行复杂曲面重构198

第8章 神经网络在摩擦学及表面处理中的应用202

8．1 BP神经网络计算丝杠螺母副摩擦系数的方法202

8．2 基于神经网络的激光冲击区表面质量预报203

8．3 基于神经网络和遗传算法的合金工艺优化设计204

8．4 神经网络对磨损自补偿摩擦副磨合过程的预测206

8．5 神经网络在拉伸润滑油选择中的应用208

8．6 基于神经网络的结构钢端淬曲线预测系统模型的研究210

8．7 神经网络模型在SiC涂层制备中的应用211

第9章 神经网络的计算机实现214

9．1 C语言与Matlab语言214

9．1．1 软件及软件开发214

9．1．2 程序设计语言215

9．2．1 程序设计流程图217

9．2 Matlab程序设计简介217

9．2．2 M文件的编写221

9．2．3 数据类型223

9．2．4 基本运算符224

9．2．5 基本语句结构227

9．2．6 控制语句228

9．2．7 局部变量和全局变量228

9．2．8 数据的输入、输出231

9．2．9 磁盘文件的读写操作232

9．2．12 程序设计的几个有用函数介绍234

9．2．10 子函数与局部函数234

9．2．11 M文件的调试234

9．2．13 Matlab的搜索路径与扩展235

9．3 基于Matlab工具箱的神经网络设计236

9．3．1 BP网络的工具函数及功能237

9．3．2 BP网络工具函数使用详解239

9．3．3 基于BP网络工具函数的程序设计246

9．3．4 BP网络工具函数的源程序剖析254

9．3．5 自编和工具函数相结合的BP网络程序设计264

参考文献270