摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第12-18页 |
1.1 研究背景 | 第12页 |
1.2 研究目的及意义 | 第12-13页 |
1.3 国内外研究现状 | 第13-16页 |
1.3.1 钢管用户服务平台研究现状 | 第13页 |
1.3.2 机械产品知识管理研究现状 | 第13-15页 |
1.3.3 可拓学研究现状 | 第15页 |
1.3.4 可拓神经网络研究现状 | 第15-16页 |
1.4 研究内容及结构安排 | 第16-18页 |
第二章 钢管用户服务互联平台总体设计 | 第18-28页 |
2.1 钢管用户服务互联平台需求分析 | 第18-24页 |
2.1.1 业务需求分析 | 第18-19页 |
2.1.2 系统可行性分析 | 第19-20页 |
2.1.3 功能需求分析 | 第20-24页 |
2.1.4 运行环境分析 | 第24页 |
2.2 钢管用户服务互联平台总体结构设计 | 第24-25页 |
2.2.1 体系结构设计 | 第24-25页 |
2.2.2 功能结构设计 | 第25页 |
2.3 钢管用户服务互联平台数据库结构设计 | 第25-26页 |
2.4 本章小结 | 第26-28页 |
第三章 基于可拓理论的钢管用户服务互联知识库的研究 | 第28-42页 |
3.1 基于可拓理论构建钢管用户服务互联知识库模型 | 第28-32页 |
3.1.1 基于可拓基元理论构建钢管用户服务互联知识分类模型 | 第28-29页 |
3.1.2 基于可拓理论的钢管用户服务互联知识建模 | 第29-31页 |
3.1.3 基于可拓理论的钢管用户服务互联知识库构建 | 第31-32页 |
3.2 基于可拓决策算法的钢管用户服务互联知识推理 | 第32-35页 |
3.2.1 基于可拓决策算法构建钢管用户服务互联知识推理模型 | 第32-33页 |
3.2.2 基于可拓决策的钢管用户服务互联知识推理算法 | 第33-35页 |
3.3 案例分析 | 第35-41页 |
3.3.1 基于可拓基元理论的钢管用户服务互联知识模型 | 第35-37页 |
3.3.2 基于可拓决策算法的钢管服务人员考核实例 | 第37-41页 |
3.4 本章小结 | 第41-42页 |
第四章 基于可拓神经网络的无缝油管腐蚀性预测算法 | 第42-55页 |
4.1 无缝钢管腐蚀性预测模型 | 第42-44页 |
4.1.1 异常数据判断方法 | 第43页 |
4.1.2 数据归一化处理方法 | 第43-44页 |
4.1.3 预测算法选取 | 第44页 |
4.2 可拓神经网络 | 第44-47页 |
4.3 Python仿真与分析 | 第47-54页 |
4.3.1 数据处理 | 第47-48页 |
4.3.2 网络训练 | 第48-50页 |
4.3.3 网络测试 | 第50页 |
4.3.4 比较分析 | 第50-53页 |
4.3.5 系统实现 | 第53-54页 |
4.4 本章小结 | 第54-55页 |
第五章 钢管用户服务互联平台的开发与实现 | 第55-78页 |
5.1 钢管用户服务互联平台开发的支持技术 | 第55-57页 |
5.1.1 前后端主要技术 | 第55-56页 |
5.1.2 服务器部署相关技术 | 第56页 |
5.1.3 移动APP前端与PC端Web开发的异同 | 第56-57页 |
5.2 钢管用户服务互联平台总体框架 | 第57-59页 |
5.3 钢管用户服务互联平台用户模块 | 第59-64页 |
5.3.1 用户注册登录功能设计及实现 | 第59-60页 |
5.3.2 平台用户角色权限分配设计及实现 | 第60-64页 |
5.4 钢管用户服务互联平台钢管信息模块 | 第64-66页 |
5.4.1 钢管信息展示 | 第64-65页 |
5.4.2 钢管信息操作 | 第65-66页 |
5.5 钢管用户服务互联平台服务管理模块 | 第66-74页 |
5.5.1 出差模块 | 第67-70页 |
5.5.2 情报搜集模块 | 第70-73页 |
5.5.3 信息指南模块 | 第73-74页 |
5.5.4 用户评价模块 | 第74页 |
5.6 钢管用户服务互联平台数据分析统计模块 | 第74-77页 |
5.6.1 钢管信息的统计分析 | 第75-76页 |
5.6.2 钢管用户服务模块信息统计分析 | 第76-77页 |
5.7 本章小结 | 第77-78页 |
第六章 总结与展望 | 第78-80页 |
6.1 总结 | 第78页 |
6.2 展望 | 第78-80页 |
参考文献 | 第80-84页 |
致谢 | 第84-85页 |
在学期间的研究成果及发表的学术论文 | 第85页 |