基于计算智能的产品概念设计及应用pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

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

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

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1 156

6.5.2 应用实例2 161

本章小结 163

参考文献 164