智能設計

第一章 智能模擬的科學
1.1 信息社會與思維科學
1.1.1 思維與思維科學
1.1.2 思維的類型
1.2 思維的基礎和認知的發(fā)展
1.2.1 思維與智能
1.2.2 思維的神經基礎
1.2.3認知發(fā)展
1.3 智能模擬
1.3.1 智能模擬的科學基礎
1.3.2 智能模擬的哲學基礎
1.3.3 智能模擬的基本途徑
第二章 智能設計方法和技術綜述
2.1 智能設計的發(fā)展概述
2.1.1 CAD的發(fā)展
2.1.2 智能設計的兩個階段
2.2 智能設計的概念和特征
2.2.1 智能設計的特點
2.2.2 智能設計技術的研究重點
2.2.3 智能化方法的分類和智能設計的層次
2.3 智能設計的基本方法
2.3.1 智能設計的分類
2.3.2 智能設計系統(tǒng)與技術
2.3.3 智能設計體系和知識表達
第三章 進化設計技術與方法
3.1 進化設計技術基礎
3.1.1 遺傳算法的概貌
3.1.2 基本遺傳算法
3.1.3 模式定理
3.1.4 遺傳算法的有關操作規(guī)則和方法
3.1.5 多個體參與交叉的遺傳算法
3.1.6 多目標進化算法簡介
3.2 基于進化的健壯性設計方法
3.2.1 健壯性開發(fā)方法的基本思路
3.2.2 基于進化的健壯性設計方法的總體框架
3.2.3 基于進化的健壯性設計方法的說明
3.3 結構智能優(yōu)化設計——進化設計
3.3.1 結構智能設計的概念
3.3.2 結構進化智能優(yōu)化設計
3.3.3 基于進化的桁架結構相位設計
3.3.4 基于進化的結構非線性強制振動解法
3.3.5 基于進化的圓拋物面天線健壯結構設計
3.4 基于遺傳算法的配送路徑優(yōu)化設計
3.4.1 路徑優(yōu)化問題與模型
3.4.2 遺傳算法的構造
3.4.3 仿真與結果分析
3.5 高速貼片機PCB板貼片裝配工藝的遺傳優(yōu)化
3.5.1 貼裝工藝流程及其簡化
3.5.2 貼裝工藝的集成優(yōu)化數學模型
3.5.3 用遺傳算法求解貼片裝配工藝優(yōu)化問題
第四章 自組織設計技術與方法
4.1 自組織技術基礎
4.1.1 “生命的游戲”
4.1.2 元胞自動機的基礎
4.1.3 元胞自動機的自組織建模方法
4.1.4 元胞自動機的應用領域
4.2 城市交通信號自組織控制模型
4.2.1 CA與城市交通信號控制問題
4.2.2 基于CA的城市交通信號控制模型
4.2.3 城市交通信號自組織控制的實時過程與規(guī)則
4.2.4 仿真結果與比較
4.3 結構拓撲的自組織進化
4.3.1 結構拓撲優(yōu)化中的ECA直接規(guī)則
4.3.2 ECA規(guī)則的進化表達
4.3.3 結構拓撲形態(tài)優(yōu)化的算例
4.4 電子連接器微動磨損的自組織模型及其仿真
4.4.1 影響因素分析
4.4.2 模型建立
4.4.3 仿真及結果分析
第五章 自學習設計技術與方法
5.1 自學習技術基礎
5.1.1 神經網絡的概述
5.1.2 神經網絡的主要特點
5.1.3 細胞元模型
5.1.4 神經網絡模型
5.1.5 神經網絡的學習
5.1.6 多層前向神經網絡（BP網絡）
5.1.7 典型反饋網絡——Hopfield網絡
5.1.8 基于概率學習的Boltzmann機模型
5.2 非線性振動的自學習建模
5.2.1 神經網絡和系統(tǒng)識別
5.2.2 非線性振動脈沖響應的學習和系統(tǒng)預測
5.2.3 Duffing振動的學習和預測
5.2.4 預測精度和泛用性的考察
5.3 基于學習的機械系統(tǒng)特性預測
5.3.1 機械系統(tǒng)特性預測的問題
5.3.2 機械系統(tǒng)特性預測的基本模型
5.3.3 雷達結構系統(tǒng)固頻的預測例
5.4 神經網絡專家系統(tǒng)的智能設計體系結構
5.4.1 建立人工神經網絡專家系統(tǒng)的必要性
5.4.2 面向設計的智能平臺
5.5 基于神經網絡的CAD/CAM一體化
5.5.1 系統(tǒng)的結構
5.5.2 產品零件數據結構
5.5.3 智能cAPP系統(tǒng)
參考文獻