基于人工神经网络的自由曲面反求设计（本科毕业论文设计）.doc
约53页DOC格式手机打开展开
基于人工神经网络的自由曲面反求设计（本科毕业论文设计）,摘要本文论述了人工神经网络方法在反求工程中的应用。文中简单地介绍了反求工程和人工神经网络的基本知识，研究了人工神经网络方法应用于反求工程自由曲面的反求原理。为了找到合适的bp神经网络重建自由曲面，对各种bp神经网络进行了性能测试与分析。经过多次的测试，找到了合适的bp神经网络。运行该网络，得到了重建一个nurbs曲面的...
内容介绍
此文档由会员 genmail 发布
摘 要
本文论述了人工神经网络方法在反求工程中的应用。文中简单地介绍了反求工程和人工神经网络的基本知识，研究了人工神经网络方法应用于反求工程自由曲面的反求原理。为了找到合适的BP神经网络重建自由曲面，对各种BP神经网络进行了性能测试与分析。经过多次的测试，找到了合适的BP神经网络。运行该网络，得到了重建一个NURBS曲面的精度和测试输出数据，把输出数据拟合成图形并与理论图形比较。结果表明该方法可以有效地进行曲面反求设计。
关键词：人工神经网络，自由曲面，反求设计
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 录
中文摘要 Ⅰ
ABSTRACT…… Ⅱ
1 绪论 1
2 反求工程介绍 3
2.1 反求工程的涵义 3
2.2 反求工程的研究对象及研究内容 3
2.2.1 反求工程的研究对象 3
2.2.2 反求工程的研究内容 6
2.3 反求工程的研究特点 6
2.4 反求的基本过程 7
2.5 反求工程常用软件 8
2.6 本章小结 9
3 神经网络介绍 10
3.1 人工神经网络的概念 10
3.2 生物神经元基础 10
3.3 人工神经网络模型 11
3.3.1人工神经元的结构模式 11
3.3.2 激活转移函数 14
3.3.3 人工神经网络的结构 15
3.4 人工神经网络的学习方法 17
3.5 常用的人工神经模型 18
3.5.1 感知器模型 18
3.5.2 反向传播（BP）网络模型 19
3.5.3 Hopfield网络模型 19
3.5.4自适应共振理论ART模型 20
3.5.5 Kohonen模型 21
3.6 人工神经网络的特征 21
3.7 本章小结 22
4 BP网络设计原理 22
4.1 BP神经网络原理 22
4.2 BP神经网络结构与算法 22
4.3 BP神经网络设计的一般过程 24
4.3.1 生成BP神经网络 25
4.3.2 网络初始化 25
4.3.3 网络训练参数的设定 25
4.3.4 网络训练 25
4.3.5 网络仿真 26
4.3.6 数据预处理和后处理函数 26
4.4 BP神经网络重建自由曲面思路.................................................................26
4.5 本章小结 27
5 BP网络模型设计 28
5.1 BP网络模型的建立 28
5.1.1 确定网络的隐层数 28
5.1.2 确定各层神经元数 28
5.1.3 网络的训练方法 28
5.2 BP神经网络的训练方法 29
5.3 本章小结 35
6 软件程序实现 36
6.1 MATLAB软件介绍 36
6.1.1 MATLAB概述 36
6.1.2 MATLAB R2007a神经网络工具箱 36
6.2 BP算法程序流程 37
6.3 MATLAB程序与运行 40
6.3.1 程序设计及网路训练 40
6.3.2 图形拟合处理及对比 44
6.4 本章小结 46
7 总结 47
致 谢 48
参考文献 49
本文论述了人工神经网络方法在反求工程中的应用。文中简单地介绍了反求工程和人工神经网络的基本知识，研究了人工神经网络方法应用于反求工程自由曲面的反求原理。为了找到合适的BP神经网络重建自由曲面，对各种BP神经网络进行了性能测试与分析。经过多次的测试，找到了合适的BP神经网络。运行该网络，得到了重建一个NURBS曲面的精度和测试输出数据，把输出数据拟合成图形并与理论图形比较。结果表明该方法可以有效地进行曲面反求设计。
关键词：人工神经网络，自由曲面，反求设计
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 录
中文摘要 Ⅰ
ABSTRACT…… Ⅱ
1 绪论 1
2 反求工程介绍 3
2.1 反求工程的涵义 3
2.2 反求工程的研究对象及研究内容 3
2.2.1 反求工程的研究对象 3
2.2.2 反求工程的研究内容 6
2.3 反求工程的研究特点 6
2.4 反求的基本过程 7
2.5 反求工程常用软件 8
2.6 本章小结 9
3 神经网络介绍 10
3.1 人工神经网络的概念 10
3.2 生物神经元基础 10
3.3 人工神经网络模型 11
3.3.1人工神经元的结构模式 11
3.3.2 激活转移函数 14
3.3.3 人工神经网络的结构 15
3.4 人工神经网络的学习方法 17
3.5 常用的人工神经模型 18
3.5.1 感知器模型 18
3.5.2 反向传播（BP）网络模型 19
3.5.3 Hopfield网络模型 19
3.5.4自适应共振理论ART模型 20
3.5.5 Kohonen模型 21
3.6 人工神经网络的特征 21
3.7 本章小结 22
4 BP网络设计原理 22
4.1 BP神经网络原理 22
4.2 BP神经网络结构与算法 22
4.3 BP神经网络设计的一般过程 24
4.3.1 生成BP神经网络 25
4.3.2 网络初始化 25
4.3.3 网络训练参数的设定 25
4.3.4 网络训练 25
4.3.5 网络仿真 26
4.3.6 数据预处理和后处理函数 26
4.4 BP神经网络重建自由曲面思路.................................................................26
4.5 本章小结 27
5 BP网络模型设计 28
5.1 BP网络模型的建立 28
5.1.1 确定网络的隐层数 28
5.1.2 确定各层神经元数 28
5.1.3 网络的训练方法 28
5.2 BP神经网络的训练方法 29
5.3 本章小结 35
6 软件程序实现 36
6.1 MATLAB软件介绍 36
6.1.1 MATLAB概述 36
6.1.2 MATLAB R2007a神经网络工具箱 36
6.2 BP算法程序流程 37
6.3 MATLAB程序与运行 40
6.3.1 程序设计及网路训练 40
6.3.2 图形拟合处理及对比 44
6.4 本章小结 46
7 总结 47
致 谢 48
参考文献 49
