| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-16页 |
| ·引言 | 第9-10页 |
| ·精益生产模式对传统制造业变革的影响 | 第9页 |
| ·精益生产模式下数据挖掘的必要性 | 第9-10页 |
| ·数据挖掘技术的发展及现状 | 第10-13页 |
| ·数据挖掘理论 | 第10页 |
| ·数据挖掘技术的研究现状 | 第10-12页 |
| ·精益生产模式下数据挖掘的应用问题 | 第12-13页 |
| ·课题主要研究目标及内容 | 第13-14页 |
| ·课题来源和目标 | 第13页 |
| ·课题的研究背景及意义 | 第13-14页 |
| ·课题研究内容 | 第14页 |
| ·本文章节安排 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 需求分析 | 第16-30页 |
| ·引言 | 第16页 |
| ·质量预测系统数据挖掘模块需求分析 | 第16-24页 |
| ·纺织生产过程与特点 | 第16-20页 |
| ·纺织质量预测特点 | 第20-21页 |
| ·纺织质量预测流程 | 第21页 |
| ·系统功能需求 | 第21-24页 |
| ·纺织质量预测系统建模 | 第24-29页 |
| ·系统工作原理 | 第24-26页 |
| ·系统体系架构 | 第26-28页 |
| ·系统工作平台 | 第28页 |
| ·系统设计目标与原则 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 数据挖掘关键技术研究及其算法设计 | 第30-41页 |
| ·引言 | 第30页 |
| ·数据挖掘及集成技术 | 第30-32页 |
| ·数据挖掘理论 | 第30-31页 |
| ·数据挖掘工具的选择 | 第31-32页 |
| ·数据挖掘的目标 | 第32页 |
| ·人工神经网络模型 | 第32-34页 |
| ·人工神经网络技术 | 第32-33页 |
| ·基于BP网络的质量预测模型 | 第33-34页 |
| ·遗传算法优化支持向量机回归模型 | 第34-40页 |
| ·支持向量机理论 | 第34-35页 |
| ·传统的SVM参数的选抒及工程应用瓶颈 | 第35-37页 |
| ·GA-SVM算法描述 | 第37-39页 |
| ·算法模型提出 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 纱线生产过程数据挖掘试验分析 | 第41-52页 |
| ·引言 | 第41页 |
| ·棉纺预测分析试验 | 第41-48页 |
| ·工艺特点 | 第41-42页 |
| ·影响因素分析 | 第42页 |
| ·数据采集 | 第42-43页 |
| ·GA-SVM、ANN、SVM算法预测对比试验 | 第43-48页 |
| ·毛纺预测分析试验 | 第48-49页 |
| ·工艺特点 | 第48页 |
| ·影响因素 | 第48页 |
| ·数据采集及工程问题 | 第48-49页 |
| ·GA-SVM、ANN、SVM算法预测对比试验 | 第49页 |
| ·化纤预测分析试验 | 第49-51页 |
| ·工艺特点 | 第49-50页 |
| ·影响因素 | 第50页 |
| ·数据采集 | 第50-51页 |
| ·GA-SVM、ANN、SVM算法预测对比试验 | 第51页 |
| ·本章小结 | 第51-52页 |
| 第五章 数据挖掘系统模块的设计与实现 | 第52-66页 |
| ·引言 | 第52页 |
| ·软件系统的架构设计 | 第52-54页 |
| ·基于COM的C#和MATLAB混合编程模式 | 第52-53页 |
| ·基于.NET反射技术的插件模式 | 第53-54页 |
| ·核心模块设计及实现 | 第54-59页 |
| ·数据库设计 | 第54-56页 |
| ·插件注册和使用 | 第56-57页 |
| ·GA-SVM算法实现 | 第57-59页 |
| ·工程应用 | 第59-65页 |
| ·工程应用实例 | 第59-63页 |
| ·工程应用验证 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 结论与展望 | 第66-68页 |
| ·论文工作小结 | 第66页 |
| ·论文工作展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 附录 | 第71-79页 |
| 附录1:棉纺纱线单强试验训练样本 | 第71页 |
| 附录2:棉纺纱线单强试验测试样本 | 第71-72页 |
| 附录3:毛纺经纱CV值试验训练样本 | 第72-73页 |
| 附录4:毛纺经纱CV值试验测试样本 | 第73页 |
| 附录5:化纤韧度值试验训练样本 | 第73-74页 |
| 附录6:化纤韧度值试验测试样本 | 第74-75页 |
| 附件7:GA-SVM和SVM毛纺CV值预测对比试验结果 | 第75-76页 |
| 附件8:GA-SVM和ANN毛纺CV值预测对比试验结果 | 第76-77页 |
| 附件9:GA-SVM和SVM化纤CV值预测对比试验结果 | 第77-78页 |
| 附件10:GA-SVM和ANN化纤CV值预测对比试验结果 | 第78-79页 |
| 攻读硕士学位期间发表论文及成果 | 第79-80页 |
| 致谢 | 第80页 |
