| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 第1章 绪论 | 第14-25页 |
| 1.1 研究背景及意义 | 第14-15页 |
| 1.2 复杂生产过程质量控制的特点 | 第15-16页 |
| 1.3 过程质量控制的方法研究现状 | 第16-20页 |
| 1.3.1 过程故障检测方法的研究 | 第16-18页 |
| 1.3.2 质量控制图异常模式识别的研究 | 第18-19页 |
| 1.3.3 过程质量预测控制的研究 | 第19页 |
| 1.3.4 虚拟过程质量控制系统的研究 | 第19-20页 |
| 1.4 过程质量控制的智能优化方法研究现状 | 第20-23页 |
| 1.4.1 人工智能算法的研究现状 | 第20-22页 |
| 1.4.2 智能算法在复杂生产过程质量控制中的研究现状 | 第22-23页 |
| 1.5 本文的研究内容及技术路线 | 第23-25页 |
| 第2章 过程质量控制理论及智能算法 | 第25-46页 |
| 2.1 引言 | 第25页 |
| 2.2 过程质量控制 | 第25-35页 |
| 2.2.1 过程质量控制的概念及其质量描述 | 第25-27页 |
| 2.2.2 过程质量控制技术 | 第27-35页 |
| 2.3 支持向量机基本理论 | 第35-41页 |
| 2.3.1 统计学习理论 | 第35-36页 |
| 2.3.2 支持向量机分类机 | 第36-39页 |
| 2.3.3 支持向量机回归机 | 第39-40页 |
| 2.3.4 常用核函数及特点 | 第40-41页 |
| 2.4 粒子群算法 | 第41-44页 |
| 2.4.1 基本粒子群算法 | 第41-42页 |
| 2.4.2 改进粒子群算法 | 第42-44页 |
| 2.5 本章小结 | 第44-46页 |
| 第3章 基于小波包和核主元分析的过程故障检测研究 | 第46-61页 |
| 3.1 引言 | 第46-47页 |
| 3.2 基于小波包和核主元故障检测方法 | 第47-51页 |
| 3.2.1 小波包分析 | 第47页 |
| 3.2.2 基于核主元分析(KPCA)的故障检测方法 | 第47-50页 |
| 3.2.3 基于小波包和核主元故障检测方法 | 第50-51页 |
| 3.3 算例分析 | 第51-60页 |
| 3.3.1 数值算例分析 | 第51-56页 |
| 3.3.2 TE过程的仿真与分析 | 第56-60页 |
| 3.4 本章小结 | 第60-61页 |
| 第4章 基于支持向量机的质量控制图模式识别研究 | 第61-77页 |
| 4.1 引言 | 第61-62页 |
| 4.2 控制图模式类型及样本数据产生 | 第62-64页 |
| 4.2.1 控制图模式类型 | 第62-63页 |
| 4.2.2 过程样本数据的产生 | 第63-64页 |
| 4.3 控制图模式识别特征提取 | 第64-67页 |
| 4.3.1 样本数据的统计特征和形状特征提取 | 第64-66页 |
| 4.3.2 基于PCA的二次特征提取 | 第66-67页 |
| 4.4 基于自适应粒子群算法-多分类支持向量机的控制图分类 | 第67-70页 |
| 4.4.1 多分类支持向量机 | 第68页 |
| 4.4.2 基于自适应粒子群算法的SVM参数优化 | 第68-69页 |
| 4.4.3 基于PCA_SVM_AMPSO的控制图混合模式识别算法实现 | 第69-70页 |
| 4.5 质量控制图模式识别仿真实验 | 第70-75页 |
| 4.5.1 模型参数设置 | 第70-71页 |
| 4.5.2 实验1：不同分类方法的比较研究 | 第71-73页 |
| 4.5.3 实验2：不同特征提取方法的比较研究 | 第73-74页 |
| 4.5.4 实验3：RBF核函数参数优化 | 第74-75页 |
| 4.6 本章小结 | 第75-77页 |
| 第5章 一种基于局部模型的多工况过程质量预测方法 | 第77-91页 |
| 5.1 引言 | 第77-78页 |
| 5.2 聚类算法 | 第78-80页 |
| 5.2.1 聚类算法的分类 | 第78-79页 |
| 5.2.2 K均值聚类方法 | 第79-80页 |
| 5.3 基于支持向量机回归(SVR)的多模型质量预测 | 第80-83页 |
| 5.3.1 支持向量机回归原理 | 第80-81页 |
| 5.3.2 基于改进粒子群算法的局部模型加权 | 第81-82页 |
| 5.3.3 多模型建模 | 第82-83页 |
| 5.4 仿真实例 | 第83-90页 |
| 5.4.1 TE过程简介 | 第83-85页 |
| 5.4.2 TE正常模式研究 | 第85-90页 |
| 5.5 本章小结 | 第90-91页 |
| 第6章 复杂生产过程虚拟质量控制系统 | 第91-108页 |
| 6.1 引言 | 第91-92页 |
| 6.2 虚拟仿真质量控制理论与Arena仿真概述 | 第92-94页 |
| 6.2.1 虚拟仿真技术原理与应用 | 第92-93页 |
| 6.2.2 Arena软件与模块介绍 | 第93-94页 |
| 6.3 沥青混合料级配生产过程质量控制建模分析 | 第94-98页 |
| 6.3.1 沥青混合料级配过程模型 | 第94-96页 |
| 6.3.2 级配控制数据输入子模型 | 第96页 |
| 6.3.3 控制子模型 | 第96-98页 |
| 6.3.4 优化子模型 | 第98页 |
| 6.4 沥青混合料级配生产过程质量控制Arena建模研究 | 第98-103页 |
| 6.4.1 Input子系统 | 第99-100页 |
| 6.4.2 Control-Optimization子系统 | 第100-101页 |
| 6.4.3 Output子系统 | 第101-103页 |
| 6.5 仿真实例实现、评估与优化 | 第103-106页 |
| 6.5.1 输入数据及参数 | 第103页 |
| 6.5.2 试验结果及分析 | 第103-106页 |
| 6.6 本章小结 | 第106-108页 |
| 结论与展望 | 第108-112页 |
| 致谢 | 第112-113页 |
| 参考文献 | 第113-126页 |
| 攻读博士学位期间发表的论文及参加的课题 | 第126-127页 |
