基于人工神經(jīng)網(wǎng)絡的自由曲面反求設計（本科畢業(yè)論文設計）.doc
約53頁DOC格式手機打開展開
基于人工神經(jīng)網(wǎng)絡的自由曲面反求設計（本科畢業(yè)論文設計）,摘要本文論述了人工神經(jīng)網(wǎng)絡方法在反求工程中的應用。文中簡單地介紹了反求工程和人工神經(jīng)網(wǎng)絡的基本知識，研究了人工神經(jīng)網(wǎng)絡方法應用于反求工程自由曲面的反求原理。為了找到合適的bp神經(jīng)網(wǎng)絡重建自由曲面，對各種bp神經(jīng)網(wǎng)絡進行了性能測試與分析。經(jīng)過多次的測試，找到了合適的bp神經(jīng)網(wǎng)絡。運行該網(wǎng)絡，得到了重建一個nurbs曲面的...
內容介紹
此文檔由會員 genmail 發(fā)布
摘 要
本文論述了人工神經(jīng)網(wǎng)絡方法在反求工程中的應用。文中簡單地介紹了反求工程和人工神經(jīng)網(wǎng)絡的基本知識，研究了人工神經(jīng)網(wǎng)絡方法應用于反求工程自由曲面的反求原理。為了找到合適的BP神經(jīng)網(wǎng)絡重建自由曲面，對各種BP神經(jīng)網(wǎng)絡進行了性能測試與分析。經(jīng)過多次的測試，找到了合適的BP神經(jīng)網(wǎng)絡。運行該網(wǎng)絡，得到了重建一個NURBS曲面的精度和測試輸出數(shù)據(jù)，把輸出數(shù)據(jù)擬合成圖形并與理論圖形比較。結果表明該方法可以有效地進行曲面反求設計。
關鍵詞：人工神經(jīng)網(wǎng)絡，自由曲面，反求設計
ABSTRACT
This paper describes the application of Artificial Neural Network in Reverse Engineering. Artificial Neural Network and Reverse Engineering are introduced briefly in the paper. The application principle of Artificial Neural Network in the reconstruction of freeform surfaces is studied. In order to find suitable BP Artificial Neural Network to reconstruct freeform surface, kinds of Networks are eva luated. Through running the network, the precision of reconstructing a NURBS freeform surface and outputting data are gotten. Compared with theoretical data, it is found that the methodology is comparatively effective in reconstructing freeform surface.
Key words： Artificial Neural Network, Freeform Surface, Reverse Design
目 錄
中文摘要 Ⅰ
ABSTRACT…… Ⅱ
1 緒論 1
2 反求工程介紹 3
2.1 反求工程的涵義 3
2.2 反求工程的研究對象及研究內容 3
2.2.1 反求工程的研究對象 3
2.2.2 反求工程的研究內容 6
2.3 反求工程的研究特點 6
2.4 反求的基本過程 7
2.5 反求工程常用軟件 8
2.6 本章小結 9
3 神經(jīng)網(wǎng)絡介紹 10
3.1 人工神經(jīng)網(wǎng)絡的概念 10
3.2 生物神經(jīng)元基礎 10
3.3 人工神經(jīng)網(wǎng)絡模型 11
3.3.1人工神經(jīng)元的結構模式 11
3.3.2 激活轉移函數(shù) 14
3.3.3 人工神經(jīng)網(wǎng)絡的結構 15
3.4 人工神經(jīng)網(wǎng)絡的學習方法 17
3.5 常用的人工神經(jīng)模型 18
3.5.1 感知器模型 18
3.5.2 反向傳播（BP）網(wǎng)絡模型 19
3.5.3 Hopfield網(wǎng)絡模型 19
3.5.4自適應共振理論ART模型 20
3.5.5 Kohonen模型 21
3.6 人工神經(jīng)網(wǎng)絡的特征 21
3.7 本章小結 22
4 BP網(wǎng)絡設計原理 22
4.1 BP神經(jīng)網(wǎng)絡原理 22
4.2 BP神經(jīng)網(wǎng)絡結構與算法 22
4.3 BP神經(jīng)網(wǎng)絡設計的一般過程 24
4.3.1 生成BP神經(jīng)網(wǎng)絡 25
4.3.2 網(wǎng)絡初始化 25
4.3.3 網(wǎng)絡訓練參數(shù)的設定 25
4.3.4 網(wǎng)絡訓練 25
4.3.5 網(wǎng)絡仿真 26
4.3.6 數(shù)據(jù)預處理和后處理函數(shù) 26
4.4 BP神經(jīng)網(wǎng)絡重建自由曲面思路.................................................................26
4.5 本章小結 27
5 BP網(wǎng)絡模型設計 28
5.1 BP網(wǎng)絡模型的建立 28
5.1.1 確定網(wǎng)絡的隱層數(shù) 28
5.1.2 確定各層神經(jīng)元數(shù) 28
5.1.3 網(wǎng)絡的訓練方法 28
5.2 BP神經(jīng)網(wǎng)絡的訓練方法 29
5.3 本章小結 35
6 軟件程序實現(xiàn) 36
6.1 MATLAB軟件介紹 36
6.1.1 MATLAB概述 36
6.1.2 MATLAB R2007a神經(jīng)網(wǎng)絡工具箱 36
6.2 BP算法程序流程 37
6.3 MATLAB程序與運行 40
6.3.1 程序設計及網(wǎng)路訓練 40
6.3.2 圖形擬合處理及對比 44
6.4 本章小結 46
7 總結 47
致 謝 48
參考文獻 49
本文論述了人工神經(jīng)網(wǎng)絡方法在反求工程中的應用。文中簡單地介紹了反求工程和人工神經(jīng)網(wǎng)絡的基本知識，研究了人工神經(jīng)網(wǎng)絡方法應用于反求工程自由曲面的反求原理。為了找到合適的BP神經(jīng)網(wǎng)絡重建自由曲面，對各種BP神經(jīng)網(wǎng)絡進行了性能測試與分析。經(jīng)過多次的測試，找到了合適的BP神經(jīng)網(wǎng)絡。運行該網(wǎng)絡，得到了重建一個NURBS曲面的精度和測試輸出數(shù)據(jù)，把輸出數(shù)據(jù)擬合成圖形并與理論圖形比較。結果表明該方法可以有效地進行曲面反求設計。
關鍵詞：人工神經(jīng)網(wǎng)絡，自由曲面，反求設計
ABSTRACT
This paper describes the application of Artificial Neural Network in Reverse Engineering. Artificial Neural Network and Reverse Engineering are introduced briefly in the paper. The application principle of Artificial Neural Network in the reconstruction of freeform surfaces is studied. In order to find suitable BP Artificial Neural Network to reconstruct freeform surface, kinds of Networks are eva luated. Through running the network, the precision of reconstructing a NURBS freeform surface and outputting data are gotten. Compared with theoretical data, it is found that the methodology is comparatively effective in reconstructing freeform surface.
Key words： Artificial Neural Network, Freeform Surface, Reverse Design
目 錄
中文摘要 Ⅰ
ABSTRACT…… Ⅱ
1 緒論 1
2 反求工程介紹 3
2.1 反求工程的涵義 3
2.2 反求工程的研究對象及研究內容 3
2.2.1 反求工程的研究對象 3
2.2.2 反求工程的研究內容 6
2.3 反求工程的研究特點 6
2.4 反求的基本過程 7
2.5 反求工程常用軟件 8
2.6 本章小結 9
3 神經(jīng)網(wǎng)絡介紹 10
3.1 人工神經(jīng)網(wǎng)絡的概念 10
3.2 生物神經(jīng)元基礎 10
3.3 人工神經(jīng)網(wǎng)絡模型 11
3.3.1人工神經(jīng)元的結構模式 11
3.3.2 激活轉移函數(shù) 14
3.3.3 人工神經(jīng)網(wǎng)絡的結構 15
3.4 人工神經(jīng)網(wǎng)絡的學習方法 17
3.5 常用的人工神經(jīng)模型 18
3.5.1 感知器模型 18
3.5.2 反向傳播（BP）網(wǎng)絡模型 19
3.5.3 Hopfield網(wǎng)絡模型 19
3.5.4自適應共振理論ART模型 20
3.5.5 Kohonen模型 21
3.6 人工神經(jīng)網(wǎng)絡的特征 21
3.7 本章小結 22
4 BP網(wǎng)絡設計原理 22
4.1 BP神經(jīng)網(wǎng)絡原理 22
4.2 BP神經(jīng)網(wǎng)絡結構與算法 22
4.3 BP神經(jīng)網(wǎng)絡設計的一般過程 24
4.3.1 生成BP神經(jīng)網(wǎng)絡 25
4.3.2 網(wǎng)絡初始化 25
4.3.3 網(wǎng)絡訓練參數(shù)的設定 25
4.3.4 網(wǎng)絡訓練 25
4.3.5 網(wǎng)絡仿真 26
4.3.6 數(shù)據(jù)預處理和后處理函數(shù) 26
4.4 BP神經(jīng)網(wǎng)絡重建自由曲面思路.................................................................26
4.5 本章小結 27
5 BP網(wǎng)絡模型設計 28
5.1 BP網(wǎng)絡模型的建立 28
5.1.1 確定網(wǎng)絡的隱層數(shù) 28
5.1.2 確定各層神經(jīng)元數(shù) 28
5.1.3 網(wǎng)絡的訓練方法 28
5.2 BP神經(jīng)網(wǎng)絡的訓練方法 29
5.3 本章小結 35
6 軟件程序實現(xiàn) 36
6.1 MATLAB軟件介紹 36
6.1.1 MATLAB概述 36
6.1.2 MATLAB R2007a神經(jīng)網(wǎng)絡工具箱 36
6.2 BP算法程序流程 37
6.3 MATLAB程序與運行 40
6.3.1 程序設計及網(wǎng)路訓練 40
6.3.2 圖形擬合處理及對比 44
6.4 本章小結 46
7 總結 47
致 謝 48
參考文獻 49
