基于神经网络的物理矛盾解决方法的研究

目录

声明

第1章 绪论

1.1 研究的背景、目的及意义

1.1.1 研究背景

1.1.2 研究目的

1.1.3 研究意义

1.2 国内外研究现状

1.2.1 关于TRIZ物理矛盾的研究

1.2.2 关于神经网络的研究

1.3 研究的内容与方法

1.3.1 研究内容

1.3.2 研究方法

第2章 解决物理矛盾的TRIZ经典方法

2.1 TRIZ的基本内容

2.2 物理矛盾的形成过程

2.3 物理矛盾与技术矛盾关系

2.4 物理矛盾的经典解决过程

2.4.1 明确物理矛盾

2.4.2 分离原理法

2.4.3 分离原理与发明原理的关系

2.4.4 阿齐舒勒矛盾矩阵法

2.4.5 分离法与矩阵法的结合

2.5 本章小结

第3章 神经网络原理

3.1 人工神经元

3.1.1 人工神经元的构成

3.1.2 激活函数

3.2 神经网络的拓扑结构

3.3 神经网络的学习

3.3.1 神经网络的学习方法

3.3.2 神经网络的学习规则

3.4 BP神经网络原理

3.4.1 误差反向传播算法

3.4.2 梯度下降算法

3.4.3 BP神经网络的训练流程

3.5 本章小结

第4章 神经网络解决物理矛盾的建模

4.1 模型的构建

4.1.1 输入输出设计

4.1.2 BP神经网络结构设计

4.1.3 神经网络激活函数选取及误差设定

4.2 模型的运行

4.2.1 实验环境

4.2.2 样本数据准备

4.2.3 BP神经网络MATLAB实现

4.2.4 确定隐含层神经元节点数

4.2.5 模型输出数据处理

4.3 本章小结

第5章 模型的应用流程及案例应用

5.1 因果链分析

5.2 模型的应用流程

5.3 案例应用

（1）问题描述

（2）因果链分析

（3）确定通用工程参数及可使用的分离原理

（4）BP 神经网络模型应用及结果分析

（4）选择最优方案

5.4 本章小结

第6章 结论与展望

6.1 结论

6.2 展望

参考文献

攻读硕士学位期间发表的论文及其它成果

致谢