| 中文摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第一章 绪论 | 第7-15页 |
| ·问题提出与研究目的和意义 | 第7-10页 |
| ·问题的提出 | 第7-9页 |
| ·研究的目的和意义 | 第9-10页 |
| ·国内外相关研究回顾 | 第10-14页 |
| ·CUSUM、EWMA、时间序列残差控制图相关研究回顾 | 第10-12页 |
| ·神经网络相关研究回顾 | 第12-14页 |
| ·本文创新点 | 第14-15页 |
| 第二章 自相关过程控制方法研究 | 第15-19页 |
| ·休哈特控制图 | 第15页 |
| ·时间序列残差控制图 | 第15-17页 |
| ·观测值的EWMA 控制图与残差的EWMA 控制图 | 第17-19页 |
| 第三章 时间序列分析及自相关过程 | 第19-30页 |
| ·平稳过程的自相关函数 | 第19-21页 |
| ·自相关过程的检验 | 第21-24页 |
| ·时间序列分析及自回归模型AR(p) | 第24-25页 |
| ·建立自相关过程均值变动模型 | 第25-30页 |
| ·自相关过程模型 | 第25-26页 |
| ·自相关过程均值变动形式 | 第26-27页 |
| ·自相关过程渐进式均值漂移模型 | 第27-28页 |
| ·自相关过程阶越式均值变动模型 | 第28-30页 |
| 第四章 神经网络基本原理与BP 神经网络特性 | 第30-38页 |
| ·神经网络基本原理 | 第31-33页 |
| ·神经元与单神经元模型 | 第31页 |
| ·转移函数 | 第31-33页 |
| ·神经元的向量输入 | 第33页 |
| ·神经网络基本结构 | 第33-35页 |
| ·单层神经元网络 | 第33-34页 |
| ·多层神经元网络 | 第34-35页 |
| ·BP 算法及BP 神经网络工作原理 | 第35-38页 |
| 第五章 BP 神经网络结构设计及训练 | 第38-47页 |
| ·BP 神经网络结构设计 | 第38-40页 |
| ·输入层结构设计 | 第38页 |
| ·隐层结构设计 | 第38-39页 |
| ·输出层结构设计 | 第39-40页 |
| ·BP 神经网络的训练 | 第40-45页 |
| ·神经网络训练的原理 | 第40-41页 |
| ·BP 训练算法 | 第41-42页 |
| ·选取训练数据的一般原则 | 第42-43页 |
| ·训练数据的产生 | 第43-45页 |
| ·BP 神经网络的训练 | 第45页 |
| ·神经网络的输出界限值 | 第45-47页 |
| 第六章 自相关过程均值变动检测效果分析 | 第47-65页 |
| ·BP 神经网络性能评价指标 | 第47-49页 |
| ·BP 神经网络的识别率 | 第47页 |
| ·BP 神经网络的ARL | 第47-49页 |
| ·阶越式均值变动检测结果分析 | 第49-51页 |
| ·过程输入数据的产生 | 第49页 |
| ·网络输出与结果分析 | 第49-51页 |
| ·渐进式均值漂移检测结果分析 | 第51-53页 |
| ·过程输入数据的产生 | 第51页 |
| ·网络输出与结果分析 | 第51-53页 |
| ·输入层神经元数对神经网络识别率的影响 | 第53-58页 |
| ·建立实验模型 | 第53-54页 |
| ·实验结果分析 | 第54-58页 |
| ·隐层神经元数对神经网络识别率的影响 | 第58-65页 |
| ·建立实验模型 | 第58-59页 |
| ·实验结果分析 | 第59-65页 |
| 第七章 实例研究 | 第65-70页 |
| ·陶瓷滤波器生产工艺过程和参数特性 | 第65-66页 |
| ·休哈特控制图检测镀银工艺过程 | 第66-67页 |
| ·残差控制图检测镀银工艺过程 | 第67-68页 |
| ·BP 神经网络检测镀银工艺过程 | 第68-69页 |
| ·结论 | 第69-70页 |
| 参考文献 | 第70-82页 |
| 发表论文和科研情况说明 | 第82-83页 |
| 致谢 | 第83页 |