| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 选题背景和研究意义 | 第14-15页 |
| 1.1.1 选题背景 | 第14-15页 |
| 1.1.2 研究意义 | 第15页 |
| 1.2 研究现状综述 | 第15-18页 |
| 1.2.1 关于产品关键质量特性识别的研究现状 | 第15-17页 |
| 1.2.2 关于产品最终质量预测的研究现状 | 第17-18页 |
| 1.3 研究内容与结构安排 | 第18-20页 |
| 第二章 相关数据挖掘理论概述 | 第20-28页 |
| 2.1 数据挖掘 | 第20-21页 |
| 2.1.1 概念由来 | 第20页 |
| 2.1.2 主要任务 | 第20-21页 |
| 2.2 特征选择 | 第21-23页 |
| 2.2.1 基本定义 | 第21-22页 |
| 2.2.2 算法类别 | 第22-23页 |
| 2.3 支持向量机 | 第23-28页 |
| 2.3.1 SVM基本模型 | 第23-26页 |
| 2.3.2 SVM概率输出 | 第26-28页 |
| 第三章 复杂产品制造过程质量控制流程分析 | 第28-33页 |
| 3.1 相关概念界定 | 第28-29页 |
| 3.1.1 复杂产品 | 第28页 |
| 3.1.2 制造过程质量控制 | 第28-29页 |
| 3.2 复杂产品制造过程质量控制的流程分析 | 第29-32页 |
| 3.2.1 复杂产品制造过程质量控制的一般流程 | 第29-31页 |
| 3.2.2 复杂产品制造过程质量控制流程的技术分析 | 第31-32页 |
| 3.3 本章小结 | 第32-33页 |
| 第四章 基于改进DE的复杂产品关键质量特性识别方法 | 第33-42页 |
| 4.1 引言 | 第33页 |
| 4.2 差分进化算法 | 第33-35页 |
| 4.2.1 算法基本介绍 | 第33页 |
| 4.2.2 算法的实现原理 | 第33-35页 |
| 4.2.3 算法的早熟收敛分析 | 第35页 |
| 4.3 基于改进DE算法的关键质量特性识别框架 | 第35-38页 |
| 4.3.1 问题假设 | 第35-36页 |
| 4.3.2 DE算法的改进策略 | 第36页 |
| 4.3.3 基于改进DE的特征选择算法 | 第36-38页 |
| 4.3.4 识别框架 | 第38页 |
| 4.4 算例实验 | 第38-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第五章 基于SVM的复杂产品最终质量水平预测方法 | 第42-52页 |
| 5.1 引言 | 第42页 |
| 5.2 问题描述 | 第42-43页 |
| 5.3 SVM模型参数选择 | 第43-46页 |
| 5.3.1 参数选择 | 第43页 |
| 5.3.2 ICDF | 第43-44页 |
| 5.3.3 两阶段启发式优化算法 | 第44-45页 |
| 5.3.4 仿真实验 | 第45-46页 |
| 5.4 复杂产品最终质量水平预测框架 | 第46-51页 |
| 5.4.1 数据预处理 | 第47页 |
| 5.4.2 框架搭建 | 第47-49页 |
| 5.4.3 质量成本分析 | 第49页 |
| 5.4.4 算例实验 | 第49-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 本文工作 | 第52页 |
| 6.2 创新点 | 第52-53页 |
| 6.3 研究展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第58-59页 |