摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第10-27页 |
1.1 选题背景 | 第10-12页 |
1.2 研究意义和目的 | 第12-14页 |
1.2.1 研究意义 | 第12-13页 |
1.2.2 研究目的 | 第13-14页 |
1.3 研究综述 | 第14-24页 |
1.3.1 传统关键质量特性识别方法 | 第14-17页 |
1.3.2 数据驱动的关键质量特性识别方法 | 第17-18页 |
1.3.3 特征选择算法研究综述 | 第18-24页 |
1.4 论文结构和研究内容 | 第24-25页 |
1.5 研究创新之处 | 第25-27页 |
第二章 CTQ识别的基本理论和方法 | 第27-39页 |
2.1 CTQ识别的基本框架 | 第27-29页 |
2.2 特征规范化方法 | 第29-30页 |
2.2.1 最小—最大规范化 | 第29页 |
2.2.2 Z得分规范化 | 第29-30页 |
2.3 特征选择的基本流程 | 第30-34页 |
2.3.1 搜索算法 | 第30-33页 |
2.3.2 内部K折交叉验证 | 第33-34页 |
2.4 学习算法 | 第34-38页 |
2.4.1 朴素贝叶斯分类器 | 第35-36页 |
2.4.2 分类性能指标 | 第36-38页 |
2.5 本章小结 | 第38-39页 |
第三章 基于ReliefF改进的CTQ识别方法 | 第39-49页 |
3.1 特征过滤算法ReliefF | 第39-40页 |
3.2 ReliefF改进算法 | 第40-45页 |
3.2.1 传统特征选择算法的不足 | 第40-42页 |
3.2.2 选择特征数的确定 | 第42-44页 |
3.2.3 构建混合特征选择算法 | 第44-45页 |
3.3 算例分析 | 第45-48页 |
3.3.1 实验条件 | 第45-46页 |
3.3.2 实验结果 | 第46-48页 |
3.4 本章小结 | 第48-49页 |
第四章 基于GSA的CTQ识别方法 | 第49-61页 |
4.1 基于GSA的CTQ识别框架 | 第49-51页 |
4.2 基于GSA的特征选择算法 | 第51-56页 |
4.2.1 编码方式 | 第51-52页 |
4.2.2 初始群体的产生 | 第52页 |
4.2.3 适应度函数 | 第52-54页 |
4.2.4 遗传操作 | 第54-55页 |
4.2.5 模拟退火操作 | 第55-56页 |
4.3 算法应用实例 | 第56-60页 |
4.4 本章小结 | 第60-61页 |
第五章 基于NSGAII-IPM的非平衡数据CTQ识别方法 | 第61-73页 |
5.1 基于NSGAII-IPM的CTQ识别框架 | 第61-62页 |
5.2 两阶段特征选择算法NSGAII-IPM | 第62-68页 |
5.2.1 阶段Ⅰ:基于改进NSGA-II的特征选择 | 第62-67页 |
5.2.2 阶段Ⅱ:使用IPM选择最佳调和解 | 第67-68页 |
5.3 算例分析 | 第68-72页 |
5.3.1 实验条件 | 第68-70页 |
5.3.2 实验结果 | 第70-72页 |
5.4 本章小结 | 第72-73页 |
第六章 基于IDMS-IPM的非平衡数据CTQ识别方法 | 第73-89页 |
6.1 DMS算法 | 第73-74页 |
6.2 G-mean | 第74-75页 |
6.3 基于IDMS-IPM的CTQ识别框架 | 第75-77页 |
6.4 特征选择算法IDMS-IPM | 第77-82页 |
6.4.1 问题定义 | 第77-78页 |
6.4.2 阶段Ⅰ:基于IDMS的特征选择 | 第78-81页 |
6.4.3 阶段Ⅱ:IPM选择最佳调和解 | 第81-82页 |
6.5 算例分析 | 第82-88页 |
6.5.1 实验设置 | 第83-84页 |
6.5.2 搜索能力比较:IDMS vs DMS | 第84-85页 |
6.5.3 CTQ识别结果 | 第85-88页 |
6.6 本章小结 | 第88-89页 |
第七章 考虑质量特性时序性的CTQ识别方法 | 第89-100页 |
7.1 基于GADMS-IPM的CTQ识别流程 | 第89-90页 |
7.2 特征选择算法GADMS-IPM | 第90-96页 |
7.2.1 基于GADMS的特征选择 | 第90-95页 |
7.2.2 考虑质量特性时序性的最佳调和解选择 | 第95-96页 |
7.3 算例分析 | 第96-99页 |
7.3.1 实验设置 | 第96页 |
7.3.2 实验结果 | 第96-99页 |
7.4 本章小结 | 第99-100页 |
第八章 总结与展望 | 第100-102页 |
8.1 论文工作总结 | 第100-101页 |
8.2 研究展望 | 第101-102页 |
参考文献 | 第102-113页 |
发表论文和参与科研情况说明 | 第113-114页 |
致谢 | 第114-115页 |