| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究的背景与意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文的结构以及主要内容 | 第11-13页 |
| 第二章 多元均值向量控制图 | 第13-24页 |
| ·多元统计质量控制概述 | 第13-15页 |
| ·总体协差阵已知的均值向量控制图（Χ~2图） | 第15-17页 |
| ·总体协差阵未知的均值向量控制图（T~2图） | 第17-18页 |
| ·多元T~2控制图的建立 | 第18-24页 |
| ·分析用多元T~2控制图的建立 | 第20-22页 |
| ·控制用多元T~2控制图的建立 | 第22-23页 |
| ·平均运行长度（Average Run Length）与α和β的关系 | 第23-24页 |
| 第三章 基于神经网络的多元质量诊断 | 第24-53页 |
| ·神经网络的发展及特点 | 第24-26页 |
| ·神经网络的基本原理 | 第26-31页 |
| ·神经元结构模型 | 第26-28页 |
| ·神经网络的互连模式 | 第28-29页 |
| ·神经网络的学习 | 第29-31页 |
| ·神经网络在故障模式识别中的应用 | 第31页 |
| ·BP 神经网络 | 第31-40页 |
| ·模型结构 | 第31-32页 |
| ·BP 算法 | 第32-37页 |
| ·BP 网络的设计 | 第37-40页 |
| ·多元质量诊断理论 | 第40-48页 |
| ·质量诊断 | 第40页 |
| ·故障诊断的常用方法 | 第40-41页 |
| ·多元质量诊断的常用方法 | 第41-48页 |
| ·基于神经网络的多元质量诊断的应用步骤 | 第48-49页 |
| ·基于神经网络的多元质量诊断技术 | 第49-53页 |
| ·输入和输出向量设计 | 第50-51页 |
| ·网络结构设计 | 第51-52页 |
| ·网络训练与学习 | 第52-53页 |
| 第四章 应用研究 | 第53-61页 |
| ·MATLAB神经网络工具箱简介 | 第53-54页 |
| ·实例分析 | 第54-61页 |
| 第五章 结论与展望 | 第61-63页 |
| ·结论 | 第61页 |
| ·展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 发表论文和参加科研情况说明 | 第67-68页 |
| 致谢 | 第68页 |