| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·质量管理的发展 | 第8-10页 |
| ·检验质量管理 | 第8页 |
| ·统计质量管理 | 第8页 |
| ·全面质量管理 | 第8-9页 |
| ·信息技术在质量管理中的应用 | 第9-10页 |
| ·决策支持系统的发展与现状 | 第10页 |
| ·新兴的决策支持相关技术 | 第10-11页 |
| ·数据仓库技术 | 第10-11页 |
| ·联机分析处理技术 | 第11页 |
| ·数据库知识发现技术 | 第11页 |
| ·集成质量决策支持系统研究的必要性 | 第11-12页 |
| ·本文研究的内容与结构 | 第12-14页 |
| 第二章 企业质量决策支持环境分析 | 第14-18页 |
| ·企业先进生产模式 | 第14-15页 |
| ·计算机集成制造 | 第14页 |
| ·精益生产 | 第14页 |
| ·敏捷制造 | 第14页 |
| ·高效快速重组生产系统 | 第14-15页 |
| ·企业质量管理面临的挑战 | 第15-16页 |
| ·企业质量决策支持的内涵 | 第16-18页 |
| 第三章 数据库知识发现关键技术研究 | 第18-32页 |
| ·产生背景 | 第18-19页 |
| ·驱动技术 | 第19-20页 |
| ·KDD过程 | 第20-22页 |
| ·数据准备 | 第21页 |
| ·数据挖掘 | 第21页 |
| ·结果评价与表示 | 第21-22页 |
| ·数据挖掘的任务分类 | 第22页 |
| ·KDD算法 | 第22-32页 |
| ·决策树 | 第23页 |
| ·神经网络 | 第23-24页 |
| ·遗传算法 | 第24-25页 |
| ·贝叶斯信任网络 | 第25页 |
| ·基于树的关联规则的挖掘算法 | 第25-32页 |
| 第四章 KDD技术在集成质量决策支持系统的应用研究 | 第32-42页 |
| ·应用动因 | 第32-33页 |
| ·质量数据处理 | 第33-34页 |
| ·模型建立 | 第34-38页 |
| ·KDD模型 | 第34-35页 |
| ·Microsoft Analysis Services | 第35-37页 |
| ·KDD节点 | 第37-38页 |
| ·产品质量评价 | 第38-42页 |
| ·创建模型 | 第38-39页 |
| ·训练模型 | 第39页 |
| ·预测和结果 | 第39-42页 |
| 第五章 集成质量决策支持系统的设计 | 第42-52页 |
| ·XLMF质量管理现状 | 第42-43页 |
| ·IQ-DSS需求分析 | 第43-45页 |
| ·功能需求 | 第43-44页 |
| ·信息需求 | 第44-45页 |
| ·IQ-DSS系统结构 | 第45-50页 |
| ·质量信息 | 第45页 |
| ·数据仓库 | 第45-47页 |
| ·KDD和OLAP技术 | 第47-48页 |
| ·决策支持信息 | 第48页 |
| ·Intranet技术 | 第48-50页 |
| ·IQ-DSS系统特点 | 第50-52页 |
| 第六章 集成质量决策支持系统的实现 | 第52-59页 |
| ·技术方案 | 第52页 |
| ·开发步骤 | 第52-53页 |
| ·明确需求 | 第52页 |
| ·原型开发 | 第52-53页 |
| ·测试 | 第53页 |
| ·实现 | 第53页 |
| ·运行示例 | 第53-57页 |
| ·系统登陆 | 第53页 |
| ·系统初始界面 | 第53-54页 |
| ·多维数据集 | 第54-55页 |
| ·KDD模型 | 第55-57页 |
| ·系统深化 | 第57-59页 |
| 第七章 总结与展望 | 第59-60页 |
| 参考文献 | 第60-61页 |