| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 多元统计过程异常诊断的研究 | 第10-14页 |
| 1.2.2 集成学习方法的研究 | 第14-15页 |
| 1.3 本文的研究内容 | 第15-17页 |
| 2 相关理论与方法介绍 | 第17-28页 |
| 2.1 多变量控制图的相关理论 | 第17-19页 |
| 2.1.1 多变量控制图的基本理论 | 第17-18页 |
| 2.1.2 HotellingT~2控制图 | 第18-19页 |
| 2.2 集成学习的相关理论 | 第19-24页 |
| 2.2.1 集成学习的基本理论 | 第19-22页 |
| 2.2.2 集成学习的经典算法 | 第22-24页 |
| 2.3 决策树方法概述 | 第24-28页 |
| 2.3.1 决策树的生长过程 | 第24-26页 |
| 2.3.2 决策树的剪枝过程 | 第26-28页 |
| 3 基于Bagging-CART的多元过程均值异常诊断 | 第28-44页 |
| 3.1 引言 | 第28页 |
| 3.2 Bagging-CART集成方法 | 第28-30页 |
| 3.3 数据仿真实验 | 第30-38页 |
| 3.3.1 仿真数据描述 | 第30页 |
| 3.3.2 训练次数的选择 | 第30-32页 |
| 3.3.3 实验结果 | 第32-37页 |
| 3.3.4 结果比较与分析 | 第37-38页 |
| 3.4 影响Bagging-CART集成方法诊断效果的因素分析 | 第38-43页 |
| 3.4.1 训练集的样本数量对诊断效果的影响 | 第39-41页 |
| 3.4.2 变量间的相关性对诊断效果的影响 | 第41-43页 |
| 3.5 本章小节 | 第43-44页 |
| 4 基于Bagging-CART的多元过程均值异常的在线监控与诊断 | 第44-55页 |
| 4.1 引言 | 第44页 |
| 4.2 方法性能评估 | 第44-45页 |
| 4.3 数据仿真实验 | 第45-53页 |
| 4.3.1 仿真数据描述 | 第45-47页 |
| 4.3.2 窗口大小的选取 | 第47-48页 |
| 4.3.3 实验结果 | 第48-52页 |
| 4.3.4 平均运行链长的比较 | 第52-53页 |
| 4.4 本章小节 | 第53-55页 |
| 5 结论与展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 附录 | 第64页 |
