| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 研究背景与意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 统计过程控制理论发展现状 | 第11-13页 |
| 1.2.2 机器学习在统计过程控制中的应用 | 第13-16页 |
| 1.3 本文概述 | 第16-17页 |
| 第二章 SPC 控制图理论 | 第17-28页 |
| 2.1 控制图原理 | 第17-18页 |
| 2.2 一元控制图 | 第18-24页 |
| 2.2.1 休哈特控制图 | 第18-20页 |
| 2.2.2 累积和控制图 | 第20-22页 |
| 2.2.3 指数加权移动平均控制图 | 第22-24页 |
| 2.3 多元控制图 | 第24-28页 |
| 2.3.1 T2控制图 | 第24页 |
| 2.3.2 MCUSUM 控制图 | 第24-26页 |
| 2.3.3 多元指数加权移动平均控制图 | 第26-28页 |
| 第三章 一种基于实时对比方法的指数加权移动平均控制图模型 | 第28-40页 |
| 3.1 实时对比方法介绍 | 第28-30页 |
| 3.1.1 参考数据和实时数据 | 第28页 |
| 3.1.2 数据预处理 | 第28-30页 |
| 3.2 监督学习工具 | 第30-35页 |
| 3.2.1 单个决策树 | 第30-34页 |
| 3.2.2 随机森林 | 第34-35页 |
| 3.3 RTC 监控统计量和监控原理 | 第35-38页 |
| 3.3.1 RTC 监控统计量 | 第35-36页 |
| 3.3.2 监控原理 | 第36-38页 |
| 3.4 基于实时对比方法的指数加权移动平均控制图 | 第38-40页 |
| 3.4.1 基于 RTC 方法的 EWMA 控制图模型 | 第38页 |
| 3.4.2 EWMA 控制图控制线确定 | 第38-40页 |
| 第四章 仿真研究 | 第40-48页 |
| 4.1 多元正态分布仿真实验 | 第40-44页 |
| 4.1.1 10 维正态分布仿真结果及分析 | 第40-43页 |
| 4.1.2 100 维正态分布仿真结果及分析 | 第43-44页 |
| 4.2 二维非正态分布仿真实验 | 第44-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 发表论文和参加科研情况说明 | 第53-54页 |
| 致谢 | 第54页 |