摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第12-19页 |
1.1 论文研究背景和意义 | 第12-13页 |
1.1.1 研究背景 | 第12页 |
1.1.2 研究目的及意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-17页 |
1.2.1 可追溯性概念 | 第13-14页 |
1.2.2 可追溯性国内外研究现状 | 第14-16页 |
1.2.3 事故树国内外研究现状 | 第16-17页 |
1.3 论文主要研究内容 | 第17-18页 |
1.3.1 论文研究主要内容 | 第17-18页 |
1.3.2 论文结构 | 第18页 |
1.4 本章小结 | 第18-19页 |
第2章 乳制品质量安全追溯链模型构建 | 第19-33页 |
2.1 乳制品质量安全追溯链层次模型 | 第19-23页 |
2.1.1 乳制品质量安全追溯链的追溯环节 | 第20-21页 |
2.1.2 乳制品质量安全追溯链质量安全要素确定 | 第21页 |
2.1.3 乳制品质量安全追溯链的粒度 | 第21-22页 |
2.1.4 乳制品质量安全追溯链的关键标识 | 第22-23页 |
2.2 乳制品质量安全追溯链构建—以W企业鲜奶产品为例 | 第23-32页 |
2.2.1 生产加工流程分析 | 第24-26页 |
2.2.2 追溯过程及关键要素分析 | 第26-28页 |
2.2.3 质量安全关键要素指标确定 | 第28-30页 |
2.2.4 鲜奶质量安全追溯链构建 | 第30-32页 |
2.3 本章小结 | 第32-33页 |
第3章 乳制品质量安全追溯链可追溯性的事故树分析 | 第33-47页 |
3.1 事故树分析法介绍 | 第33-34页 |
3.1.1 方法概述 | 第33页 |
3.1.2 分析步骤 | 第33-34页 |
3.2 乳制品质量安全追溯链事故树建立 | 第34-38页 |
3.2.1 事故树中的事件 | 第34页 |
3.2.2 逻辑门符号 | 第34-35页 |
3.2.3 乳制品质量安全追溯链事故树建立 | 第35-38页 |
3.3 鲜奶质量安全追溯链事故树可追溯性函数 | 第38-39页 |
3.3.1 可追溯性函数定义 | 第38-39页 |
3.3.2 函数性质 | 第39页 |
3.4 鲜奶质量安全追溯链事故树定性和定量分析 | 第39-46页 |
3.4.1 最小割集 | 第39-41页 |
3.4.2 追溯链事故树定性分析 | 第41页 |
3.4.3 追溯链事故树定量分析 | 第41-42页 |
3.4.4 追溯链基本事件重要度分析 | 第42-46页 |
3.5 本章小结 | 第46-47页 |
第4章 基于事故树中基本事件的可追溯性预测 | 第47-61页 |
4.1 BP神经网络分析 | 第47-49页 |
4.1.1 BP神经网络介绍 | 第47-48页 |
4.1.2 BP神经网络用于可追溯性预测的可行性 | 第48页 |
4.1.3 BP神经网络预测步骤 | 第48-49页 |
4.2 事故树的BP神经网络参数确定 | 第49-55页 |
4.2.1 样本数据的确定和归一化处理 | 第49-53页 |
4.2.2 确定神经元数目 | 第53-54页 |
4.2.3 选取激励函数 | 第54页 |
4.2.4 基于Matlab的BP神经网络模型实现 | 第54-55页 |
4.3 事故树的BP神经网络可追溯性预测仿真 | 第55-60页 |
4.3.1 隐含层神经元数目分析 | 第55-57页 |
4.3.2 神经网络模型学习速率的确定 | 第57-58页 |
4.3.3 BP神经网络可追溯性预测 | 第58-60页 |
4.4 本章小结 | 第60-61页 |
第5章 乳制品质量安全追溯管理系统 | 第61-71页 |
5.1 系统需求分析 | 第61页 |
5.2 系统总体设计 | 第61-63页 |
5.2.1 系统开发环境 | 第61-62页 |
5.2.2 系统的总体框架 | 第62-63页 |
5.3 系统的详细设计 | 第63-70页 |
5.3.1 数据库设计 | 第63-64页 |
5.3.2 系统模块分析 | 第64-65页 |
5.3.3 系统主要功能分析 | 第65-70页 |
5.4 本章小结 | 第70-71页 |
第6章 总结与展望 | 第71-73页 |
6.1 总结 | 第71-72页 |
6.2 展望 | 第72-73页 |
参考文献 | 第73-77页 |
攻读硕士学位期间发表的软件著作和参加的科研项目 | 第77-78页 |
致谢 | 第78页 |