基于数据仓库与案例推理的机组产能模型研究与应用
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| 1．1 问题背景 | 第8页 |
| 1．2 问题描述与分析 | 第8-9页 |
| 1．3 数据仓库技术的产生与发展 | 第9-10页 |
| 1．4 案例推理技术的产生与发展 | 第10-11页 |
| 1．5 本文主要工作 | 第11-13页 |
| 2 数据仓库与数据挖掘相关技术 | 第13-23页 |
| 2．1 数据仓库及相关技术 | 第13-21页 |
| 2．1．1 数据仓库 | 第13-19页 |
| 2．1．2 数据准备 | 第19-20页 |
| 2．1．3 数据仓库解决方案 | 第20-21页 |
| 2．2 数据挖掘 | 第21-22页 |
| 2．2．1 数据挖掘的定义 | 第21页 |
| 2．2．2 数据挖掘的步骤 | 第21-22页 |
| 2．3 本章小结 | 第22-23页 |
| 3 案例推理技术的相关概念 | 第23-29页 |
| 3．1 引言 | 第23页 |
| 3．2 案例描述 | 第23-25页 |
| 3．3 案例索引 | 第25-26页 |
| 3．4 案例存储 | 第26页 |
| 3．5 案例检索 | 第26页 |
| 3．6 案例重用 | 第26页 |
| 3．7 案例评价 | 第26-27页 |
| 3．8 案例修改 | 第27页 |
| 3．9 案例学习 | 第27页 |
| 3．10 案例库维护 | 第27-28页 |
| 3．11 基于案例推理方法小结 | 第28-29页 |
| 4 机组产能模型的设计和实现 | 第29-57页 |
| 4．1 企业概况及其生产工艺流程 | 第29-30页 |
| 4．2 系统架构 | 第30-38页 |
| 4．2．1 数据仓库和数据挖掘的结合 | 第30-31页 |
| 4．2．2 系统目标 | 第31页 |
| 4．2．3 系统结构 | 第31-38页 |
| 4．3 设计数据仓库结构实例 | 第38-46页 |
| 4．3．1 需求分析与粒度的设计 | 第38-42页 |
| 4．3．2 识别事实与维度数据 | 第42-43页 |
| 4．3．3 设计事实表 | 第43-45页 |
| 4．3．4 设计产品维度表 | 第45-46页 |
| 4．4 案例推理技术在产能模型中的实现 | 第46-50页 |
| 4．4．1 案例获取 | 第46-50页 |
| 4．4．2 案例检索 | 第50页 |
| 4．4．3 案例修改 | 第50页 |
| 4．5 模型预测结果分析 | 第50-52页 |
| 4．6 产能模型的作用与在系统中的体现 | 第52-55页 |
| 4．7 本章小结 | 第55-57页 |
| 5 总结与展望 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 攻读硕士学位期间发表学术论文情况 | 第60-61页 |
| 致谢 | 第61-62页 |
| 大连理工大学学位论文版权使用授权书 | 第62页 |
