| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 1 绪论 | 第12-28页 |
| ·研究背景 | 第12-13页 |
| ·制造过程质量控制及其研究进展 | 第13-23页 |
| ·制造过程质量控制的概念、内涵及发展阶段 | 第13-15页 |
| ·统计过程控制方法的研究进展 | 第15-19页 |
| ·制造过程质量智能化控制方法的研究进展 | 第19-23页 |
| ·论文研究的目的及项目来源 | 第23-24页 |
| ·自动加工过程质量控制的特点、要求及本文研究目的 | 第23-24页 |
| ·论文项目来源 | 第24页 |
| ·论文主要研究内容及组织结构 | 第24-28页 |
| ·论文主要研究内容 | 第24-26页 |
| ·论文组织结构 | 第26-28页 |
| 2 基于特征融合与 SVM 的单变量过程控制图模式识别 | 第28-50页 |
| ·引言 | 第28-29页 |
| ·控制图模式识别问题 | 第29-31页 |
| ·控制图模式特征融合 | 第31-36页 |
| ·参与融合特征 | 第31-33页 |
| ·特征融合过程 | 第33-34页 |
| ·融合特征约简 | 第34-36页 |
| ·SVM 分类原理及相关问题 | 第36-41页 |
| ·SVM 分类原理 | 第36-39页 |
| ·SVM 核函数及参数选择问题 | 第39-40页 |
| ·构建多分类支持向量机 | 第40-41页 |
| ·基于粒子群算法的参数联合寻优 | 第41-43页 |
| ·仿真实验验证 | 第43-47页 |
| ·实验数据集与参数寻优过程 | 第43-44页 |
| ·实验及结果分析 | 第44-47页 |
| ·应用实验 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 3 基于优化多核 SVR 的过程异常参数估计 | 第50-62页 |
| ·引言 | 第50-51页 |
| ·支持向量回归原理 | 第51-53页 |
| ·ε不敏感损失函数 | 第51-52页 |
| ·基于ε不敏感损失函数的 SVR | 第52-53页 |
| ·优化多核 SVR | 第53-55页 |
| ·核函数性质 | 第53页 |
| ·多核学习原理及凸组合核 | 第53-54页 |
| ·利用粒子群算法构建优化多核函数 | 第54-55页 |
| ·优化多核 SVR 用于过程异常参数估计 | 第55-57页 |
| ·CUSUM 图原理 | 第55-56页 |
| ·模型结构及工作机制 | 第56-57页 |
| ·仿真实验验证 | 第57-60页 |
| ·实验数据集生成 | 第57-58页 |
| ·优化多核 SVR 生成 | 第58-59页 |
| ·结果与讨论 | 第59-60页 |
| ·应用实验 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 4 基于优化 DAGSVM 的多变量过程异常源识别 | 第62-80页 |
| ·引言 | 第62-63页 |
| ·常用多分类 SVM | 第63-66页 |
| ·“1 对其余”SVM | 第63-64页 |
| ·“1 对 1”SVM | 第64页 |
| ·有向无环图 SVM | 第64-66页 |
| ·两种优化 DAGSVM | 第66-72页 |
| ·基于类型核差异测度优化排序的 DAGSVM（DM-DAGSVM） | 第66-68页 |
| ·选择性 DAGSVM 集成（EN-DAGSVM） | 第68-72页 |
| ·多变量过程均值模式仿真及训练集生成方法 | 第72-74页 |
| ·多变量过程均值模式仿真 | 第72-73页 |
| ·模式仿真数据集生成方法 | 第73页 |
| ·模式分类特征选取 | 第73-74页 |
| ·仿真实验验证 | 第74-76页 |
| ·实验数据集 | 第74页 |
| ·实验结果与分析 | 第74-76页 |
| ·应用实验 | 第76-78页 |
| ·应用模型 | 第76-77页 |
| ·实验及结果 | 第77-78页 |
| ·本章小结 | 第78-80页 |
| 5 基于支持向量机混合模型的多变量过程异常在线监控与诊断 | 第80-96页 |
| ·引言 | 第80-81页 |
| ·多变量过程特性及其监控与诊断目标 | 第81-84页 |
| ·多变量过程特性及传统多元控制图原理 | 第81-82页 |
| ·多变量过程统计模型 | 第82-83页 |
| ·多变量过程异常监控与诊断原理 | 第83-84页 |
| ·支持向量机混合模型及其方法论研究 | 第84-88页 |
| ·混合模型的框架结构及工作机制 | 第84-87页 |
| ·模型训练方案 | 第87-88页 |
| ·离线识别与估计性能对比实验 | 第88-90页 |
| ·在线异常监测与诊断性能评估实验 | 第90-94页 |
| ·实验数据集生成 | 第90-91页 |
| ·监控性能评估 | 第91-92页 |
| ·诊断性能评估 | 第92-94页 |
| ·本章小结 | 第94-96页 |
| 6 齿轮自动生产线过程质量智能化控制原型系统研发 | 第96-114页 |
| ·引言 | 第96页 |
| ·系统需求分析 | 第96-99页 |
| ·相关背景介绍 | 第96-97页 |
| ·系统功能需求分析 | 第97-99页 |
| ·系统设计目标与原则 | 第99页 |
| ·系统结构 | 第99-101页 |
| ·过程质量控制流程分析 | 第101-102页 |
| ·系统实现的支撑技术 | 第102-107页 |
| ·MATLAB 计算环境 | 第102-103页 |
| ·SVM 工具箱 | 第103-105页 |
| ·NET 平台应用体系 | 第105-106页 |
| ·NET 平台与 MATLAB 环境的互操作 | 第106-107页 |
| ·系统主要功能实现 | 第107-112页 |
| ·本章小结 | 第112-114页 |
| 7 结论及展望 | 第114-116页 |
| ·论文结论 | 第114-115页 |
| ·研究展望 | 第115-116页 |
| 致谢 | 第116-118页 |
| 参考文献 | 第118-130页 |
| 附录 | 第130页 |
| A. 攻读博士学位期间撰写和发表的论文 | 第130页 |
| B. 攻读博士学位期间从事的主要科研工作 | 第130页 |
| C. 攻读博士学位期间所获奖励 | 第130页 |
