| 摘要 | 第5-7页 |
| Abstract | 第7-10页 |
| 主要缩略语(Abbreviation) | 第11-15页 |
| 第1章 绪论 | 第15-36页 |
| 1.1 课题背景及研究意义 | 第15-17页 |
| 1.2 棉纺制造过程概述 | 第17-20页 |
| 1.3 流程表征研究现状 | 第20-24页 |
| 1.4 智能控制优化建模的研究和应用 | 第24-27页 |
| 1.5 基于智能计算的纺织加工预测研究现状 | 第27-33页 |
| 1.6 论文研究内容安排 | 第33-36页 |
| 第2章 复杂自适应Petri网模型构建及优化 | 第36-63页 |
| 2.1 复杂自适应Perti网构建依据分析 | 第36-40页 |
| 2.2 复杂自适应Petri网-CAPN | 第40-45页 |
| 2.3 CAPN复杂度模型及优势 | 第45-47页 |
| 2.4 基于CAPN的棉纺流程表征及分析 | 第47-53页 |
| 2.5 CAPN的能量特征与触发规则 | 第53-55页 |
| 2.6 CAPN自适应生产能量流向表征模型及分析 | 第55-57页 |
| 2.7 CAPN模型的调优与实验验证 | 第57-61页 |
| 2.8 本章结论 | 第61-63页 |
| 第3章 棉纺质量参数的分类与降维处理 | 第63-81页 |
| 3.1 多指标降维分析理论 | 第63-65页 |
| 3.2 混杂智能指标集约模型构建及形式化分析 | 第65-71页 |
| 3.3 基于混杂智能计算的棉纺质量指标降维及分析 | 第71-73页 |
| 3.4 基于决策粗糙集的两步分类方法 | 第73-78页 |
| 3.5 两步分类方法仿真及分析 | 第78-80页 |
| 3.6 本章小结 | 第80-81页 |
| 第4章 棉纺质量预测模型及逆向评价模型构建及优化 | 第81-100页 |
| 4.1 棉纺智能质量预测模型 | 第81-84页 |
| 4.2 棉纺智能质量预测模型的优化 | 第84-91页 |
| 4.3 基于成品品质的原棉质量互逆模型 | 第91-95页 |
| 4.4 正向预测模型及逆向质量评价模型性能分析 | 第95-98页 |
| 4.5 本章小结 | 第98-100页 |
| 第5章 基于Multi-Agent系统和CAPN棉纺虚拟加工建模 | 第100-124页 |
| 5.1 虚拟制造 | 第100-103页 |
| 5.2 基于MAS-CAPN的虚拟生产系统 | 第103-107页 |
| 5.3 MAS-CAPN模型通信协议 | 第107-116页 |
| 5.4 MAS-CAPN模型性能分析 | 第116页 |
| 5.5 基于MAS-CAPN模型的棉纺虚拟加工表征及系统实现 | 第116-122页 |
| 5.6 本章小结 | 第122-124页 |
| 第6章 总结与展望 | 第124-128页 |
| 6.1 主要创新点和总结 | 第124-127页 |
| 6.2 不足和展望 | 第127-128页 |
| 附表 | 第128-137页 |
| 参考文献 | 第137-145页 |
| 致谢 | 第145-146页 |
| 攻读博士期间的学术成果及参与项目 | 第146页 |