| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第1章 绪论 | 第7-17页 |
| 1.1 研究背景与动机 | 第7-8页 |
| 1.2 研究现状 | 第8-14页 |
| 1.2.1 数据挖掘在工程分析与制造业中事故诊断中的应用 | 第8-9页 |
| 1.2.2 六西格玛模型在质量管理和事故诊断上的应用 | 第9-12页 |
| 1.2.3 TRIZ在工程矛盾问题解决上的应用 | 第12-13页 |
| 1.2.4 数据挖掘在SMT制程上的应用 | 第13页 |
| 1.2.5 对文献的点评 | 第13-14页 |
| 1.3 研究范围与研究方法 | 第14-15页 |
| 1.4 论文的创新点 | 第15-16页 |
| 1.5 论文研究主要内容和结构安排 | 第16-17页 |
| 第2章 理论基础 | 第17-34页 |
| 2.1 数据挖掘的理论基础 | 第17-21页 |
| 2.1.1 定义、流程和功能 | 第17-19页 |
| 2.1.2 决策树算法ID3概述 | 第19-21页 |
| 2.2 事故诊断与六西格玛 | 第21-26页 |
| 2.2.1 六西格玛管理理念和适用范围 | 第21-22页 |
| 2.2.2 六西格玛的统计学原理 | 第22-24页 |
| 2.2.3 六西格玛的DMAIC模型 | 第24-26页 |
| 2.3 TRIZ理论与方法 | 第26-34页 |
| 2.3.1 TRIZ的缘起 | 第27页 |
| 2.3.2 工程问题常见的矛盾 | 第27-28页 |
| 2.3.3 矛盾矩阵表与39参数 | 第28页 |
| 2.3.4 TRIZ如何解决决策上矛盾的问题 | 第28-34页 |
| 第3章 研究主题与方法 | 第34-43页 |
| 3.1 研究主题与方法的理论架构与操作步骤 | 第34-36页 |
| 3.1.1 研究的理论架构 | 第34-35页 |
| 3.1.2 研究的操作步骤 | 第35-36页 |
| 3.1.3 操作步骤的整合性创新 | 第36页 |
| 3.2 数据的产生 | 第36页 |
| 3.3 利用六西格玛的工具找出制造流程问题并进行原因分析 | 第36-40页 |
| 3.3.1 定义阶段要解决的问题 | 第36-37页 |
| 3.3.2 测量阶段要解决的问题 | 第37-38页 |
| 3.3.3 分析阶段要解决的问题 | 第38-39页 |
| 3.3.4 改进阶段要解决的问题 | 第39-40页 |
| 3.3.5 管制阶段要解决的问题 | 第40页 |
| 3.4 利用数据挖掘进行数据分析 | 第40-41页 |
| 3.5 数据挖掘及TRIZ方法进行决策 | 第41-42页 |
| 3.6 决策的验证 | 第42-43页 |
| 第4章 实例探讨 | 第43-58页 |
| 4.1 SMT整体制造流程 | 第43-44页 |
| 4.2 SMT常见的质量问题 | 第44-45页 |
| 4.3 SMT质量问题诊断分析方法(以某手机厂商为案例) | 第45-48页 |
| 4.4 数据挖掘在SMT制造流程 | 第48-52页 |
| 4.4.1 变量的选择 | 第48-49页 |
| 4.4.2 决策树的应用 | 第49-50页 |
| 4.4.3 数据挖掘案例分析 | 第50-52页 |
| 4.5 决策与TRIZ理论分析 | 第52-56页 |
| 4.5.1 决策冲突的TRIZ分析 | 第52-54页 |
| 4.5.2 TRIZ最佳决策的分析 | 第54-56页 |
| 4.6 决策验证 | 第56-58页 |
| 第5章 结论与展望 | 第58-60页 |
| 5.1 传统数据挖掘手法更新分析 | 第58页 |
| 5.2 数据挖掘决策矛盾的TRIZ理论 | 第58页 |
| 5.3 TRIZ手法加以量化处理 | 第58-59页 |
| 5.4 研究展望 | 第59-60页 |
| 参考文献 | 第60-72页 |
| 附录 | 第72-78页 |
| 后记 | 第78-79页 |
| 在学期间发表的学术论文和研究成果 | 第79-80页 |
