基于支持向量机的大规模定制下的质量预测
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-14页 |
| ·研究背景与现状 | 第7-9页 |
| ·问题的提出 | 第7页 |
| ·研究目的与意义 | 第7-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·大规模定制研究现状 | 第9-10页 |
| ·有限样本预测学习方法概述 | 第10-11页 |
| ·支持向量机的发展历史和现状 | 第11-12页 |
| ·本文结构及主要内容 | 第12-14页 |
| 第二章 面向大规模定制的质量预测研究 | 第14-31页 |
| ·大规模定制生产模式的发展历程及其特点 | 第14-18页 |
| ·大规模定制生产模式的演变和发展 | 第14-16页 |
| ·大规模定制生产方式的特点 | 第16-17页 |
| ·大规模定制生产模式的分类 | 第17-18页 |
| ·实施大规模定制的保证 | 第18-25页 |
| ·大规模定制实施关键技术 | 第18-22页 |
| ·大规模定制下的质量保证技术 | 第22-23页 |
| ·大规模定制生产过程质量控制系统框架 | 第23-25页 |
| ·大规模定制质量预测方法研究 | 第25-30页 |
| ·典型预测方法简介 | 第25-29页 |
| ·现有预测方法存在的问题 | 第29-30页 |
| ·支持向量机预测方法 | 第30页 |
| ·本章小结 | 第30-31页 |
| 第三章 统计学习理论与支持向量机 | 第31-47页 |
| ·机器学习 | 第31-32页 |
| ·统计学习理论 | 第32-36页 |
| ·VC维 | 第33页 |
| ·推广性的界 | 第33-34页 |
| ·结构风险最小化原理 | 第34-36页 |
| ·支持向量机基本原理 | 第36-44页 |
| ·基本概念 | 第36-38页 |
| ·线性支持向量机 | 第38-41页 |
| ·非线性支持向量机 | 第41-42页 |
| ·核函数 | 第42-44页 |
| ·用于函数拟合的SVM | 第44-47页 |
| 第四章 大规模定制下的质量预测实例分析 | 第47-56页 |
| ·问题描述 | 第47-48页 |
| ·孔径质量数据的灰色预测模型 | 第48-51页 |
| ·孔径数据建模可行性的级比判断 | 第48-49页 |
| ·GM(1,1)模型模拟预测分析 | 第49-51页 |
| ·孔径质量数据的支持向量机预测模型 | 第51-54页 |
| ·核函数的选择 | 第51页 |
| ·参数的确定 | 第51-53页 |
| ·支持向量机预测结果 | 第53-54页 |
| ·结果对比分析 | 第54-56页 |
| 第五章 结论与展望 | 第56-58页 |
| ·结论 | 第56页 |
| ·展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61页 |
