| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 研究背景及意义 | 第13-15页 |
| 1.1.1 研究背景 | 第13-14页 |
| 1.1.2 研究意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.2.1 煤炭行业成本管理信息化解决方案研究现状 | 第15-17页 |
| 1.2.2 成本管理与数据挖掘相结合的研究现状 | 第17-18页 |
| 1.2.3 问题分析 | 第18-19页 |
| 1.3 研究方法、内容和创新点 | 第19-21页 |
| 1.3.1 研究方法 | 第19-20页 |
| 1.3.2 研究内容 | 第20-21页 |
| 1.3.3 论文创新点 | 第21页 |
| 1.4 本章小结 | 第21-23页 |
| 第二章 数据挖掘理论 | 第23-33页 |
| 2.1 数据挖掘基本理论 | 第23-25页 |
| 2.1.1 数据挖掘的定义 | 第23页 |
| 2.1.2 数据挖掘的模型 | 第23-25页 |
| 2.2 决策树分类法 | 第25-27页 |
| 2.2.1 决策树方法的优点 | 第25-26页 |
| 2.2.2 C4.5算法介绍 | 第26-27页 |
| 2.3 多目标优化进化算法 | 第27-32页 |
| 2.3.1 主要多目标优化进化算法 | 第28-30页 |
| 2.3.2 NSGA-Ⅱ算法 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 基于数据挖掘的成本管理系统理论研究 | 第33-39页 |
| 3.1 煤炭企业成本管理的内容 | 第33-34页 |
| 3.2 煤炭企业成本管理模型研究 | 第34-35页 |
| 3.3 成本管理系统与ERP/MES间的信息集成 | 第35-36页 |
| 3.4 数据挖掘的引入 | 第36-37页 |
| 3.5 数据的ETL处理 | 第37-38页 |
| 3.5.1 数据抽取 | 第37页 |
| 3.5.2 数据转换 | 第37-38页 |
| 3.5.3 数据装载 | 第38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 成本管理系统的分析与设计 | 第39-57页 |
| 4.1 案例企业相关组织机构及职能 | 第39-40页 |
| 4.2 需求分析 | 第40-41页 |
| 4.3 成本管理业务流程 | 第41-43页 |
| 4.3.1 成本计划业务流程 | 第41-42页 |
| 4.3.2 成本统计、核算和分析业务流程 | 第42-43页 |
| 4.4 系统设计 | 第43-49页 |
| 4.4.1 系统功能设计 | 第43-45页 |
| 4.4.2 系统数据库设计 | 第45-49页 |
| 4.5 系统实现 | 第49-57页 |
| 4.5.1 系统权限管理 | 第49页 |
| 4.5.2 基础数据管理 | 第49-50页 |
| 4.5.3 成本计划管理 | 第50-51页 |
| 4.5.4 成本统计管理 | 第51-52页 |
| 4.5.5 成本分析管理 | 第52-56页 |
| 4.5.6 成本报表管理 | 第56-57页 |
| 第五章 数据挖掘技术研究和应用实现 | 第57-71页 |
| 5.1 决策树应用研究 | 第57-61页 |
| 5.1.1 数据模型 | 第57-58页 |
| 5.1.2 C4.5的应用 | 第58-61页 |
| 5.1.3 结论 | 第61页 |
| 5.2 生产资源优化调度的研究 | 第61-68页 |
| 5.2.1 生产质量—效率—成本优化基本问题描述 | 第61-62页 |
| 5.2.2 质量、效率和成本指标的集对联系度 | 第62-64页 |
| 5.2.3 质量—效率—成本控制的多目标集对联系度模型 | 第64-65页 |
| 5.2.4 NSGA-Ⅱ算法多目标优化的设计 | 第65页 |
| 5.2.5 算例分析 | 第65-67页 |
| 5.2.6 资源调度管理模块实现 | 第67-68页 |
| 5.2.7 结论 | 第68页 |
| 5.3 本章小结 | 第68-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 6.1 总结 | 第71页 |
| 6.2 展望 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 攻读硕士学位期间发表的学术论文与参加的科研项目 | 第76-77页 |
| 致谢 | 第77页 |