| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及国内外资产信息化的发展状况 | 第9-12页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 国内外资产信息化的发展 | 第10-12页 |
| 1.2 论文的研究内容及论文组织 | 第12-14页 |
| 1.2.1 论文研究内容及创新点 | 第12页 |
| 1.2.2 论文组织结构 | 第12-14页 |
| 第二章 理论基础及算法 | 第14-27页 |
| 2.1 全资产管理的概念 | 第14-17页 |
| 2.1.1 全资产管理的定义 | 第14-15页 |
| 2.1.2 全资产管理的具体内容 | 第15-17页 |
| 2.2 资产的全生命周期理论 | 第17-18页 |
| 2.2.1 资产全生命周期管理的概念 | 第17-18页 |
| 2.2.2 资产全寿命周期管理的任务 | 第18页 |
| 2.2.3 资产全生命周期管理的意义 | 第18页 |
| 2.3 C4.5 决策树分类算法 | 第18-23页 |
| 2.3.1 分类和预测 | 第18-19页 |
| 2.3.2 ID3 算法与 C4.5 算法的优劣比较 | 第19-21页 |
| 2.3.3 C4.5 算法中参数的相关概念 | 第21-23页 |
| 2.3.4 C4.5 算法的基本应用过程: | 第23页 |
| 2.4 关联规则算法 | 第23-26页 |
| 2.4.1 关联规则的基本概念 | 第24页 |
| 2.4.2 关联规则的一般特点 | 第24-25页 |
| 2.4.3 关联规则的一般工作过程 | 第25页 |
| 2.4.4 Apriori 算法介绍 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 信息模型的建立 | 第27-37页 |
| 3.1 全资产管理信息建模 | 第27-29页 |
| 3.1.1 全资产信息模型 | 第28-29页 |
| 3.1.2 资产编码模型 | 第29页 |
| 3.2 资产全生命周期建模 | 第29-31页 |
| 3.3 业务模型的建立 | 第31-36页 |
| 3.3.1 业务类型模型 | 第32页 |
| 3.3.2 业务流程模型 | 第32-34页 |
| 3.3.3 业务流程的概要设计模型 | 第34-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 关键技术实现 | 第37-51页 |
| 4.1 多系统多业务的集成技术实现 | 第37-39页 |
| 4.2 基于 C4.5 算法的设备故障预测模型 | 第39-44页 |
| 4.2.1 故障预测模型 | 第39-40页 |
| 4.2.2 决策树创建过程 | 第40-42页 |
| 4.2.3 实例说明 | 第42-44页 |
| 4.2.4 总结 | 第44页 |
| 4.3 基于 Apriori 改进算法的设备故障关联 | 第44-51页 |
| 4.3.1 设备故障模型 | 第45-46页 |
| 4.3.2 Apriori 算法优化 | 第46-48页 |
| 4.3.3 实例验证 | 第48-50页 |
| 4.3.4 总结 | 第50-51页 |
| 第五章 全资产管理信息系统的设计与实现 | 第51-68页 |
| 5.1 系统开发平台与运行环境 | 第51-52页 |
| 5.1.1 硬件环境 | 第51-52页 |
| 5.1.2 软件环境 | 第52页 |
| 5.2 软件系统架构的实现 | 第52-54页 |
| 5.3 系统的结构框架 | 第54-61页 |
| 5.3.1 系统管理平台模块及系统门户模块 | 第57页 |
| 5.3.2 资产台账管理模块 | 第57-59页 |
| 5.3.3 资产运维管理模块和资产处置模块 | 第59-61页 |
| 5.3.4 资产统计模块 | 第61页 |
| 5.4 报表、工作流设计引擎实现 | 第61-65页 |
| 5.4.1 报表设计引擎 | 第62页 |
| 5.4.2 工作流引擎 | 第62-64页 |
| 5.4.3 生成报表 | 第64-65页 |
| 5.5 与其他应用平台之间的业务数据交互 | 第65-66页 |
| 5.6 本章小结 | 第66-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 全文总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-73页 |