| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 1 绪论 | 第8-15页 |
| 1.1 论文研究背景及意义 | 第8-10页 |
| 1.1.1 论文研究背景 | 第8-9页 |
| 1.1.2 论文研究意义 | 第9-10页 |
| 1.2 国内外相关研究现状及总结 | 第10-13页 |
| 1.2.1 国内外相关研究现状 | 第10-12页 |
| 1.2.2 国内外相关研究现状总结 | 第12-13页 |
| 1.3 论文研究目的及课题来源 | 第13页 |
| 1.3.1 论文研究目的 | 第13页 |
| 1.3.2 论文课题来源 | 第13页 |
| 1.4 论文研究内容安排 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 2 微车后桥关键工序生产异常损失预测方法研究 | 第15-31页 |
| 2.1 微车后桥关键工序生产异常损失评估及预警方法总体思路 | 第15-16页 |
| 2.2 微车后桥关键工序生产异常事件信息分类与采集 | 第16-18页 |
| 2.2.1 微车后桥关键工序生产异常事件分类 | 第16-17页 |
| 2.2.2 微车后桥关键工序生产异常事件信息采集 | 第17-18页 |
| 2.3 微车后桥关键工序生产异常损失指标体系构建及指标权重确定 | 第18-21页 |
| 2.3.1 微车后桥关键工序生产异常损失指标体系构建 | 第18-20页 |
| 2.3.2 微车后桥关键工序生产异常损失指标权重确定 | 第20-21页 |
| 2.4 基于改进灰色模糊评判方法的微车后桥关键工序生产异常损失评估 | 第21-26页 |
| 2.4.1 改进灰色模糊评判方法概述 | 第21-22页 |
| 2.4.2 基于改进灰色模糊评判方法的微车后桥关键工序生产异常损失评估 | 第22-26页 |
| 2.5 基于 RBF 神经网络的微车后桥关键工序生产异常损失预警方法 | 第26-29页 |
| 2.5.1 基于 RBF 神经网络方法概述 | 第26-27页 |
| 2.5.2 基于 RBF 神经网络的微车后桥关键工序生产异常损失评估及预警方法 | 第27-29页 |
| 2.6 本章小结 | 第29-31页 |
| 3 微车后桥关键工序生产异常损失预测支持系统研究 | 第31-39页 |
| 3.1 微车后桥关键工序生产异常损失预测支持系统的需求分析 | 第31-33页 |
| 3.1.1 微车后桥制造企业车间生产异常事件管理现状 | 第31-32页 |
| 3.1.2 微车后桥关键工序生产异常损失预测支持系统研究的需求 | 第32-33页 |
| 3.2 微车后桥关键工序生产异常损失预测支持系统体系结构 | 第33-36页 |
| 3.2.1 微车后桥关键工序生产异常损失预测支持系统的结构体系 | 第33-34页 |
| 3.2.2 微车后桥关键工序生产异常损失预测支持系统的功能结构 | 第34-35页 |
| 3.2.3 微车后桥关键工序生产异常损失预测支持系统的网络支撑体系 | 第35-36页 |
| 3.3 微车后桥关键工序生产异常损失预测支持系统的运行模式 | 第36-37页 |
| 3.4 本章小结 | 第37-39页 |
| 4 应用案例 | 第39-53页 |
| 4.1 企业应用背景简介 | 第39-41页 |
| 4.1.1 企业简介 | 第39页 |
| 4.1.2 小康工业部品后桥工厂生产异常损失预测支持系统需求分析 | 第39-40页 |
| 4.1.3 小康部品后桥生产异常损失预测支持系统可行性论证 | 第40-41页 |
| 4.2 小康部品后桥关键工序生产异常损失预测支持系统开发实现 | 第41-42页 |
| 4.2.1 小康部品后桥关键工序生产异常损失预测支持系统开发工具 | 第41-42页 |
| 4.2.2 重庆小康工业关键工序生产异常损失预测支持系统运行环境 | 第42页 |
| 4.3 小康部品后桥关键工序生产异常损失预测支持系统实施应用 | 第42-51页 |
| 4.4 小康部品后桥关键工序生产异常损失预测支持系统应用效果 | 第51页 |
| 4.5 本章小结 | 第51-53页 |
| 5 结论 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录 | 第59页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第59页 |
| B. 作者在攻读硕士学位期间公布的专利 | 第59页 |
| C. 作者在攻读硕士学位期间参加的主要科研项目 | 第59页 |
| D. 作者在攻读硕士学位期间的获奖情况 | 第59页 |
