基于计算智能的产品概念设计及应用PDF|Epub|txt|kindle电子书版本网盘下载

基于计算智能的产品概念设计及应用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 绪论1

1.1 现代机械设计概述1

1.1.1 现代机械设计的概念1

1.1.2 现代机械设计的特点、类型和流程2

1.1.3 现代机械设计方法4

1.2 机械产品概念设计概述5

1.2.1 产品概念设计的内涵6

1.2.2 产品概念设计的基本特征7

1.2.3 概念设计的层次和地位8

1.2.4 产品概念设计的关键问题9

1.3 国内外产品概念设计方案求解研究现状10

1.3.1 方案生成方法研究现状10

1.3.2 方案评价方法研究现状14

本章小结19

第2章 产品概念设计与计算智能技术20

2.1 产品概念设计的一般过程20

2.2 产品概念设计的基本内容21

2.2.1 概念设计方案生成的基本内容21

2.2.2 概念设计方案评价的基本内容23

2.3 概念设计的体系结构和支撑技术25

2.4 计算智能的起源和内涵27

2.4.1 计算智能的提出27

2.4.2 计算智能的内涵28

2.5 计算智能的内容和方法28

2.5.1 模糊理论29

2.5.2 人工神经网络29

2.5.3 进化算法31

2.6 计算智能在概念设计中的应用32

2.6.1 计算智能技术与概念设计结合的原因32

2.6.2 基于计算智能的概念设计研究进展32

2.6.3 当前概念设计研究中存在的问题和不足33

本章小结34

第3章 基于生物进化算法的方案生成方法及应用35

3.1 预备知识36

3.1.1 遗传算法的基本原理和方法实现36

3.1.2 蚁群算法的基本原理和方法实现38

3.2 方案求解问题的本质40

3.2.1 方案求解问题的数学描述40

3.2.2 基于优化的方案求解过程模型41

3.3 基于生物遗传算法的方案生成模型42

3.3.1 功能载体知识库的建立42

3.3.2 遗传算法的求解策略和流程43

3.3.3 遗传算法的关键问题44

3.3.4 标准遗传算法的改进48

3.3.5 应用实例50

本节小结51

3.4 基于生物蚁群算法的方案生成模型52

3.4.1 方案求解问题的蚁群算法模式52

3.4.2 基于组合最优的方案求解模型53

3.4.3 基于整体最优的方案求解模型55

3.4.4 蚁群算法的实施和改进56

3.4.5 应用实例59

本节小结65

第4章 基于模糊集合理论的方案评价方法及应用66

4.1 模糊集合的基本理论66

4.2 基于模糊物理规划的方案评价模型70

4.2.1 物理规划71

4.2.2 模糊物理规划的方案决策模型75

4.2.3 模糊物理规划的交互式决策77

4.2.4 应用实例81

本节小结84

4.3 基于模糊数据包络分析的方案评价模型84

4.3.1 数据包络分析85

4.3.2 确定型DEA评价的原理和方法86

4.3.3 模糊DEA评价的模型与方法87

4.3.4 应用实例89

本节小结91

4.4 基于FAHP的多人多准则方案评价模型91

4.4.1 基于三标度法的模糊层次分析法92

4.4.2 基于模糊数加权距离最小的群体权重的集成94

4.4.3 模糊数效用值排序规则95

4.4.4 群体多准则FAHP评价模型97

4.4.5 应用实例100

本节小结103

4.5 基于多目标Pareto最优的方案决策模型104

4.5.1 预备知识104

4.5.2 基于最小sPareto边界的方案决策模型107

4.5.3 考虑不确定性因素的方案选择111

4.5.4 应用实例113

本节小结118

第5章 基于神经网络的方案评价方法和应用119

5.1 机构方案选型问题120

5.2 基于BP和LVQ神经网络的机构选型决策模型121

5.2.1 神经网络模型的决策原理121

5.2.2 特征因素值的模糊量化122

5.2.3 BP神经网络决策模型的建立123

5.2.4 LVQ神经网络决策模型的建立128

5.2.5 两种神经网络模型的训练和仿真130

5.2.6 应用实例131

本节小结132

5.3 基于ART神经网络的机构选型决策模型132

5.3.1 机构的编码132

5.3.2 自适应共振理论137

5.3.3 基于ART1网络的机构动态分类和决策139

5.3.4 应用实例141

本节小结143

第6章 基于混合计算智能的方案求解模型及应用144

6.1 混合计算智能技术144

6.2 基于混合计算智能的概念设计过程模型145

6.2.1 基于混合计算智能的方案求解策略145

6.2.2 基于混合计算智能的概念设计过程模型146

6.2.3 基于混合计算智能的求解模型147

6.3 基于遗传算法的满意方案的生成149

6.4 基于多级模糊神经网络最优方案的评价149

6.4.1 评价指标体系150

6.4.2 模糊神经网络评价流程及原理151

6.4.3 模糊神经网络评价模型的结构152

6.4.4 模糊神经网络的遗传学习154

6.4.5 多级神经网络评价模型的建立155

6.5 应用实例156

6.5.1 应用实例1156

6.5.2 应用实例2161

本章小结163

参考文献164