| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-18页 |
| ·研究背景与意义 | 第8-10页 |
| ·研究背景 | 第8-9页 |
| ·研究意义 | 第9-10页 |
| ·国内外研究现状综述 | 第10-16页 |
| ·多元控制图研究综述 | 第10-13页 |
| ·质量诊断研究综述 | 第13-16页 |
| ·论文的结构与研究内容 | 第16页 |
| ·本研究的创新之处 | 第16-18页 |
| 第二章 多元统计过程控制与异常诊断理论 | 第18-31页 |
| ·多元质量控制技术概述 | 第18-19页 |
| ·多元统计过程控制图 | 第19-25页 |
| ·多元休哈特控制图 | 第19-22页 |
| ·多元 CUSUM 控制图 | 第22-24页 |
| ·多元 EWMA 控制图 | 第24-25页 |
| ·多元过程异常诊断 | 第25-30页 |
| ·基于 BP 神经网络的方法 | 第25-29页 |
| ·基于支持向量机的方法 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 多元过程均值向量与协方差监控 | 第31-47页 |
| ·基于 WISHART 分布的控制图 | 第31-32页 |
| ·Wishart 分布 | 第31-32页 |
| ·基于 Wishart 分布的控制图 | 第32页 |
| ·联合控制图 | 第32-35页 |
| ·联合 T2与|S|控制图 | 第32-33页 |
| ·Max-MEWMA 控制图 | 第33-35页 |
| ·控制图性能分析 | 第35-43页 |
| ·CSDW 控制图性能 | 第35-37页 |
| ·控制图性能比较 | 第37-43页 |
| ·CSDW 控制具体实施过程及案例 | 第43-44页 |
| ·案例分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 基于联合技术的二元过程监控与诊断 | 第47-67页 |
| ·联合 T~2与 VMAX 控制图 | 第47-49页 |
| ·联合控制图性能比较 | 第49-52页 |
| ·实例分析 | 第52-54页 |
| ·二元过程均值向量异常诊断 | 第54-57页 |
| ·过程诊断异常简介 | 第54页 |
| ·联合 NCS 控制图 | 第54-56页 |
| ·基于 NCS 的异常诊断流程 | 第56-57页 |
| ·联合 X 均值控制图 | 第57-62页 |
| ·仿真分析 | 第62-66页 |
| ·本章小结 | 第66-67页 |
| 第五章 基于 SVM 算法的多元控制图均值偏移诊断 | 第67-83页 |
| ·多元控制图诊断概述 | 第67-68页 |
| ·多元过程控制图 | 第68-69页 |
| ·分类及优化算法 | 第69-72页 |
| ·支持向量机原理 | 第69-70页 |
| ·K 折交叉验证 | 第70-71页 |
| ·粒子群优化算法 | 第71-72页 |
| ·模型构建与训练集产生 | 第72-74页 |
| ·模型构建 | 第72-73页 |
| ·训练数据集产生 | 第73-74页 |
| ·模型模拟分析 | 第74-82页 |
| ·基于 K-CV 优化 | 第74-75页 |
| ·基于 PSO 模型参数优化 | 第75-77页 |
| ·模型的性能比较 | 第77-82页 |
| ·本章小结 | 第82-83页 |
| 第六章 级联相关神经网络在制造过程中的应用研究 | 第83-91页 |
| ·神经网络的应用 | 第83-85页 |
| ·神经网络算法 | 第85-87页 |
| ·反向传播算法 | 第85-86页 |
| ·级联相关算法 | 第86-87页 |
| ·仿真分析 | 第87-90页 |
| ·仿真案例 | 第87-88页 |
| ·实证研究 | 第88-90页 |
| ·本章小结 | 第90-91页 |
| 第七章 结束语与展望 | 第91-93页 |
| ·结束语 | 第91-92页 |
| ·展望 | 第92-93页 |
| 参考文献 | 第93-101页 |
| 发表论文和参加科研情况说明 | 第101-102页 |
| 致谢 | 第102页 |