1.1 CAPP的发展概况 1
1.2 CAPP系统的设计方法 2
1.2.1 CAPP系统的设计理论 2
1.2.2 CAPP系统的开发模式 3
1.3 CAPP的系统结构 3
1.3.1 零件信息模型 3
1.3.2 工艺约束模型 4
1.3.3 制造环境模型 5
1.4 CAPP的基本技术 6
1.4.1 零件信息的描述与输入 6
1.3.4 工艺规程模型 6
1.4.2 工艺知识的获取、表达与运用 8
1.4.3 工艺知识库的组成与管理 8
1.4.4 工艺决策技术 9
1.5 CAPP的智能技术 10
1.6 CAPP的发展趋势 12
2.1 专家系统基本结构 15
2.2 知识处理的基本问题 16
2.2.1 知识及其分类 16
2.2.2 知识处理三要素 18
2.5.3 领域专家的知识处理特点 18
2.3.1 知识的获取 19
2.3 知识库 19
2.3.2 知识的表达 22
2.3.3 知识库的组织与管理 27
2.4 推理机 29
2.4.1 推理方法 29
2.4.2 控制策略 32
2.4.3 冲突消解策略 34
2.4.4 解释机制 34
2.5 CAPP中的专家系统技术 35
2.5.1 机械加工工艺设计过程 35
2.5.2 ES- CAPP系统总体结构 36
2.5.3 面向对象基于特征的零件信息模型 37
2.5.4 工艺知识库设计 44
2.5.5 推理机设计 50
3.1 模糊理论基础 56
3.1.1 模糊集合与隶属函数 56
3.1.2 模糊矩阵与模糊关系 62
3.1.3 模糊集合的基本定理 65
3.1.4 广义模糊集 69
3.2 模糊模式识别 77
3.2.1 模式识别概念 77
3.2.2 模糊模式识别方法 78
3.2.3 模糊聚类分析 83
3.3 模糊决策分析 88
3.3.1 模糊一致关系与模糊一致矩阵 88
3.3.2 单级模糊综合评判 89
3.3.3 多级模糊综合评判 95
3.3.4 CAPP中的模糊综合评判 96
3.4 模糊逻辑与模糊推理 102
3.4.1 模糊命题与模糊谓词 102
3.4.2 模糊逻辑 105
3.4.3 模糊推理 113
3.4.4 模糊逻辑系统结构 123
3.5 CAPP中的模糊设计技术 125
3.5.1 模糊专家系统 125
3.5.2 模糊工艺知识表达 128
3.5.3 模糊推理实现 138
4.1 神经网络原理 143
4.1.1 神经元的数学模型——M-P模型 143
4.1.2 神经元的几何意义 145
4.1.3 神经网络的拓扑结构 147
4.1.4 神经网络的学习（训练）规则 149
4.1.5 神经网络的基本特征与应用 150
4.1.6 神经网络的实现技术 151
4.2 前馈神经网络 152
4.2.1 感知机 152
4.2.2 BP神经网络（Back Propagation） 154
4.2.3 ART神经网络 159
4.3 Hopfield网络 162
4.3.1 离散型Hopfield网络 162
4.3.2 连续型Hopfield网络 167
4.4 模糊神经网络 173
4.4.1 模糊技术与神经网络技术的结合基础 173
4.4.2 模糊神经元 176
4.4.3 模糊神经网络模型 179
4.5 CAPP中的神经网络技术 182
4.5.1 基于BP网络的工艺知识表达 182
4.5.2 基于ANN的工艺实例分类与索引 185
4.5.3 基于模糊BP网络的加工方法链选择 190
5.1 人类智能与人工智能 193
5.1.1 人类智能及其特征 193
5.1.2 人工智能及其特征 195
5.2 CAPP人机智能综合系统构想 199
5.2.1 专家系统与神经网络的智能混合系统 200
5.2.2 面向人的人机智能耦合CAPP系统构想 203
参考文献 205