| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 背景与意义 | 第9-10页 |
| 1.2 国内外研究现状分析 | 第10-17页 |
| 1.2.1 数据挖掘技术国内外研究现状分析 | 第10-12页 |
| 1.2.2 神经网络技术国内外研究现状分析 | 第12-14页 |
| 1.2.3 粗糙集理论国内外研究现状分析 | 第14-15页 |
| 1.2.4 建材装备制造过程质量控制研究现状分析 | 第15-17页 |
| 1.3 论文课题支撑 | 第17页 |
| 1.4 主要研究内容与论文架构 | 第17-19页 |
| 第二章 建材装备企业制造过程质量控制问题描述 | 第19-26页 |
| 2.1 建材装备制造企业特点 | 第19-20页 |
| 2.2 建材装备制造企业过程质量控制分析 | 第20-22页 |
| 2.3 基于数据挖掘技术的建材装备制造过程质量控制模型 | 第22-24页 |
| 2.4 数据挖掘算法选择分析 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于神经网络与粗糙集混合的数据挖掘算法研究与求解 | 第26-40页 |
| 3.1 BP神经网络 | 第26-29页 |
| 3.1.1 BP神经网络模型 | 第26-27页 |
| 3.1.2 BP神经网络的学习方法 | 第27-29页 |
| 3.2 粗糙集理论 | 第29-31页 |
| 3.3 BP神经网络与粗糙集混合算法实现过程 | 第31-32页 |
| 3.4 BP神经网络与粗糙集混合算法设计实现 | 第32-34页 |
| 3.4.1 基于BP神经网络的数据预处理 | 第32-33页 |
| 3.4.2 基于粗糙集理论的规则提取 | 第33-34页 |
| 3.5 算法求解与实例仿真分析 | 第34-39页 |
| 3.5.1 基于BP神经网络的数据预处理 | 第35-37页 |
| 3.5.2 基于粗糙集理论的规则提取 | 第37-38页 |
| 3.5.3 混合算法结果分析 | 第38-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 基于数据挖掘技术的建材装备制造过程质量控制系统设计 | 第40-57页 |
| 4.1 企业质量控制现状分析 | 第40-41页 |
| 4.2 系统设计策略与框架 | 第41-46页 |
| 4.2.1 系统开发环境 | 第41-42页 |
| 4.2.2 系统构架设计 | 第42-43页 |
| 4.2.3 系统模块设计与划分 | 第43-45页 |
| 4.2.4 数据库设计 | 第45-46页 |
| 4.3 信息系统设计实例分析 | 第46-56页 |
| 4.3.1 基础数据管理 | 第46-47页 |
| 4.3.2 质量报检管理 | 第47-50页 |
| 4.3.3 质量单据管理 | 第50-52页 |
| 4.3.4 智能算法工具集 | 第52-54页 |
| 4.3.5 质量统计与分析 | 第54-56页 |
| 4.4 系统实施应用分析 | 第56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57-58页 |
| 5.2 展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 附录A：攻读硕士期间发表论文 | 第63-64页 |
| 附录B：攻读硕士期间参加的科研课题 | 第64-65页 |
| 附录C：软件版权 | 第65页 |
