基于SPSS的中厚板产品性能预测系统设计与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 课题背景及研究意义 | 第11-12页 |
| 1.2 课题研究现状、发展动态 | 第12-13页 |
| 1.3 课题的主要研究内容及章节安排 | 第13-15页 |
| 1.3.1 课题研究构想与思路 | 第13页 |
| 1.3.2 课题研究内容 | 第13-14页 |
| 1.3.3 课题结构 | 第14-15页 |
| 第2章 中厚板产品性能预测技术分析与研究 | 第15-25页 |
| 2.1 主要产品性能预测指标参数分析 | 第15-18页 |
| 2.2 中厚板生产工艺流程分析 | 第18-19页 |
| 2.3 产品性能的影响因素分析 | 第19-23页 |
| 2.3.1 加工几何尺寸参数分析 | 第19页 |
| 2.3.2 原料化学成份参数分析 | 第19-22页 |
| 2.3.3 加热工艺参数分析 | 第22页 |
| 2.3.4 轧制工艺参数分析 | 第22-23页 |
| 2.3.5 力学性能检验工艺参数分析 | 第23页 |
| 2.4 本章小结 | 第23-25页 |
| 第3章 数据挖掘技术 | 第25-33页 |
| 3.1 数据挖掘概述 | 第25-27页 |
| 3.1.1 数据挖掘定义 | 第25页 |
| 3.1.2 数据挖掘功能 | 第25-26页 |
| 3.1.3 数据挖掘技术应用领域 | 第26-27页 |
| 3.2 SPSS Modeler概述 | 第27-29页 |
| 3.3 分类和回归树模型 | 第29-30页 |
| 3.4 线性回归模型 | 第30页 |
| 3.5 广义线性模型 | 第30-31页 |
| 3.6 人工神经网络模型 | 第31-32页 |
| 3.7 本章小结 | 第32-33页 |
| 第4章 基于数据挖掘的中厚板性能预测系统设计 | 第33-41页 |
| 4.1 中厚板产品性能预测系统的需求分析 | 第33页 |
| 4.2 中厚板产品性能预测系统的结构设计 | 第33-36页 |
| 4.3 中厚板产品性能预测系统的主要功能 | 第36-40页 |
| 4.3.1 数据集市的主要功能 | 第36-37页 |
| 4.3.2 数据挖掘的主要功能 | 第37-39页 |
| 4.3.3 人机交互仿真平台的主要功能 | 第39-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第5章 基于数据挖掘的中厚板性能预测系统的实现 | 第41-71页 |
| 5.1 数据集市的建立 | 第41-45页 |
| 5.1.1 构建数据集市 | 第41-44页 |
| 5.1.2 数据质量处理 | 第44-45页 |
| 5.2 模型的建立与训练 | 第45-54页 |
| 5.2.1 数据导入 | 第46页 |
| 5.2.2 数据审核与优化 | 第46-48页 |
| 5.2.3 影响因素的确定与角色分配 | 第48-51页 |
| 5.2.4 线性回归模型的建立 | 第51页 |
| 5.2.5 分类回归树模型的建立 | 第51-52页 |
| 5.2.6 神经元网络模型的建立 | 第52-53页 |
| 5.2.7 广义线性模型的建立 | 第53-54页 |
| 5.3 模型的评估与结论 | 第54-64页 |
| 5.3.1 模型评估标准的建立 | 第54-55页 |
| 5.3.2 拉伸强度模型评估 | 第55-58页 |
| 5.3.3 屈服强度模型评估 | 第58-60页 |
| 5.3.4 延伸率强度模型评估 | 第60-63页 |
| 5.3.5 模型评估结论 | 第63-64页 |
| 5.4 模型的仿真与预测 | 第64-69页 |
| 5.4.1 用户管理 | 第65-66页 |
| 5.4.2 模型管理 | 第66-67页 |
| 5.4.3 历史性能预测 | 第67页 |
| 5.4.4 交互式性能预测 | 第67-68页 |
| 5.4.5 模型监测 | 第68-69页 |
| 5.5 本章小结 | 第69-71页 |
| 第6章 结论和展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 致谢 | 第77页 |
