| 摘要 | 第4-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第14-27页 |
| 1.1 选题背景 | 第14-17页 |
| 1.1.1 现代钢铁工业面临的制造环境 | 第14-16页 |
| 1.1.2 信息化制造-现代钢铁工业的主要发展趋势之一 | 第16-17页 |
| 1.2 国内外相关研究现状综述 | 第17-24页 |
| 1.2.1 钢铁工业信息化现状 | 第17-19页 |
| 1.2.2 泛在信息、泛在网络及智能制造 | 第19-21页 |
| 1.2.3 信息匹配推送服务研究现状 | 第21-23页 |
| 1.2.4 研究现状总结 | 第23-24页 |
| 1.3 研究目标与内容 | 第24-26页 |
| 1.3.1 研究目标 | 第24-25页 |
| 1.3.2 研究内容 | 第25-26页 |
| 1.4 本章小结 | 第26-27页 |
| 第2章 钢铁工业泛在信息空间模型 | 第27-40页 |
| 2.1 钢铁工业工艺流程分析 | 第27-28页 |
| 2.2 钢铁工业信息流 | 第28-32页 |
| 2.2.1 工艺过程信息源 | 第28页 |
| 2.2.2 连续段工艺过程信息流 | 第28-30页 |
| 2.2.3 混合段工艺过程信息流 | 第30-31页 |
| 2.2.4 离散段工艺过程信息流 | 第31-32页 |
| 2.3 钢铁工业泛在信息空间模型 | 第32-39页 |
| 2.3.1 泛在信息空间理论基础 | 第32-35页 |
| 2.3.1.1 信息空间理论 | 第32-33页 |
| 2.3.1.2 企业信息模型 | 第33-35页 |
| 2.3.2 钢铁工业泛在信息空间概念模型 | 第35-37页 |
| 2.3.3 基于泛在信息空间的钢铁工业生产工艺过程管控模型 | 第37-39页 |
| 2.3.3.1 X-“横向”钢铁生产工艺流程维 | 第38页 |
| 2.3.3.2 Y-“纵向”钢铁生产主数据关联信息发现维 | 第38页 |
| 2.3.3.3 Z-“端到端”钢铁生产信息匹配与传送维 | 第38-39页 |
| 2.4 本章小结 | 第39-40页 |
| 第3章 钢铁工业泛在信息匹配推送服务体系结构 | 第40-56页 |
| 3.1 钢铁工业泛在信息匹配推送服务内涵 | 第40-43页 |
| 3.1.1 钢铁工业泛在信息匹配推送服务定义 | 第40-41页 |
| 3.1.2 钢铁工业泛在信息匹配推送服务特点 | 第41-42页 |
| 3.1.3 钢铁工业泛在信息匹配推送服务方式 | 第42-43页 |
| 3.2 钢铁工业泛在信息匹配推送服务体系结构 | 第43-50页 |
| 3.2.1 泛在信息匹配推送服务过程 | 第44-46页 |
| 3.2.2 泛在信息匹配推送服务功能 | 第46-47页 |
| 3.2.3 泛在信息匹配推送服务资源 | 第47-48页 |
| 3.2.4 泛在信息匹配推送服务信息 | 第48-50页 |
| 3.2.5 泛在信息匹配推送服务组织 | 第50页 |
| 3.3 钢铁工业泛在信息匹配推送服务的关键技术 | 第50-55页 |
| 3.3.1 泛在信息感知与描述技术 | 第50-51页 |
| 3.3.2 泛在信息关联关系发现技术 | 第51-52页 |
| 3.3.3 泛在信息匹配及传送路径规划技术 | 第52-54页 |
| 3.3.4 泛在信息匹配推送服务Qo S评价技术 | 第54-55页 |
| 3.4 本章小结 | 第55-56页 |
| 第4章 钢铁工业泛在信息关联关系发现方法 | 第56-67页 |
| 4.1 钢铁工业泛在信息关联问题描述 | 第56-59页 |
| 4.1.1 钢铁工业泛在生产信息关联多样性 | 第56-57页 |
| 4.1.2 钢铁工业泛在工艺信息关联模糊性 | 第57-58页 |
| 4.1.3 钢铁工业泛在信息关联层次性 | 第58-59页 |
| 4.2 钢铁工业泛在信息关联规则挖掘方法 | 第59-65页 |
| 4.2.1 关联规则挖掘算法分析 | 第59-60页 |
| 4.2.2 关联规则挖掘WGF-AP算法设计 | 第60-65页 |
| 4.3 WGF-AP算法性能测试 | 第65-66页 |
| 4.4 本章小结 | 第66-67页 |
| 第5章 钢铁工业泛在信息匹配推送服务方法 | 第67-85页 |
| 5.1 钢铁工业泛在信息匹配推荐方法 | 第67-74页 |
| 5.1.1 问题描述 | 第67页 |
| 5.1.2 信息匹配推荐算法对比 | 第67-68页 |
| 5.1.3 钢铁工业泛在信息匹配推荐算法设计 | 第68-74页 |
| 5.1.3.1 基于内容推荐的信息匹配 | 第68-70页 |
| 5.1.3.2 基于协作推荐的信息匹配 | 第70-72页 |
| 5.1.3.3 基于混合加权推荐的信息匹配 | 第72-74页 |
| 5.2 钢铁工业泛在信息传送路径规划方法 | 第74-84页 |
| 5.2.1 问题描述 | 第74-75页 |
| 5.2.2 信息路径规划算法对比 | 第75-76页 |
| 5.2.3 钢铁工业泛在信息传送路径规划算法设计 | 第76-81页 |
| 5.2.3.1 基于优化蚁群算法的空间信息传送路径规划 | 第76-79页 |
| 5.2.3.2 基于蚁群遗传优化算法的路径优化 | 第79-81页 |
| 5.2.4 蚁群遗传优化算法性能分析 | 第81-84页 |
| 5.3 本章小结 | 第84-85页 |
| 第6章 钢铁工业泛在信息关联关系发现及匹配推送服务案例分析 | 第85-107页 |
| 6.1 冷轧带钢表面缺陷信息空间及其匹配推送服务体系 | 第85-86页 |
| 6.2 冷轧带钢表面缺陷信息关系发现及匹配推送服务 | 第86-105页 |
| 6.2.1 信息关系发现及匹配推送服务方案 | 第86-87页 |
| 6.2.2 基于WGF-AP算法的冷轧带钢表面缺陷信息关联关系发现 | 第87-92页 |
| 6.2.2.1 WGF-AP算法应用 | 第87-90页 |
| 6.2.2.2 WGF-AP算法编程实现 | 第90-92页 |
| 6.2.3 面向冷轧带钢表面缺陷信息的匹配推荐 | 第92-98页 |
| 6.2.3.1 基于内容推荐的冷轧带钢表面缺陷信息匹配 | 第92-95页 |
| 6.2.3.2 基于协作推荐的冷轧带钢表面缺陷信息匹配 | 第95-96页 |
| 6.2.3.3 基于混合加权推荐的冷轧带钢表面缺陷信息匹配 | 第96-98页 |
| 6.2.4 基于蚁群遗传优化算法的信息传送路径规划 | 第98-104页 |
| 6.2.4.1 条件假设 | 第98-99页 |
| 6.2.4.2 仿真结果 | 第99-104页 |
| 6.2.5 结果分析与讨论 | 第104-105页 |
| 6.3 本章小结 | 第105-107页 |
| 第7章 总结与展望 | 第107-111页 |
| 7.1 论文主要工作 | 第107-109页 |
| 7.2 论文主要创新点 | 第109页 |
| 7.3 研究展望 | 第109-111页 |
| 致谢 | 第111-112页 |
| 参考文献 | 第112-120页 |
| 附录 程序代码摘录 | 第120-126页 |
| 1 加权模糊层次关联规则挖掘程序代码 | 第120-121页 |
| 2 混合加权推荐信息匹配程序代码 | 第121-123页 |
| 3 基于蚁群遗传优化算法的三维路径规划程序代码 | 第123-126页 |
| 攻读博士学位期间发表论文目录 | 第126-127页 |
| 攻读博士学位期间取得专利 | 第127-128页 |
| 攻读博士学位期间的科研项目 | 第128页 |
