| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究背景 | 第8页 |
| 1.2 国内外研究现状 | 第8-9页 |
| 1.2.1 精益生产实施能力研究现状 | 第8-9页 |
| 1.2.2 精益生产实施能力评价研究现状 | 第9页 |
| 1.3 研究目的和意义 | 第9-10页 |
| 1.3.1 研究目的 | 第9页 |
| 1.3.2 研究意义 | 第9-10页 |
| 1.4 研究内容 | 第10-11页 |
| 1.5 本章小结 | 第11-12页 |
| 2 精益生产实施能力评价总体研究 | 第12-21页 |
| 2.1 精益生产的理论分析 | 第12-16页 |
| 2.1.1 精益生产的目标和理念 | 第13-14页 |
| 2.1.2 实现精益目标的技术体系 | 第14-16页 |
| 2.2 精益生产实施能力内涵与特点 | 第16-17页 |
| 2.2.1 精益生产实施能力的内涵 | 第16页 |
| 2.2.2 精益生产实施能力的特点 | 第16-17页 |
| 2.3 精益生产实施能力评价研究思路 | 第17页 |
| 2.4 精益生产实施能力评价技术路线 | 第17-18页 |
| 2.5 精益生产实施能力评价研究框架 | 第18-20页 |
| 2.6 本章小结 | 第20-21页 |
| 3 精益生产实施能力评价指标体系研究 | 第21-37页 |
| 3.1 精益生产实施能力评价指标体系构建原则 | 第21-22页 |
| 3.2 精益生产实施能力初始评价指标体系构建 | 第22-31页 |
| 3.2.1 影响因素分析 | 第22-26页 |
| 3.2.2 评价指标体系建立 | 第26-31页 |
| 3.3 精益生产实施能力评价指标体系构建 | 第31-36页 |
| 3.3.1 基于粗糙集的评价指标约简 | 第32页 |
| 3.3.2 评价指标体系构建 | 第32-36页 |
| 3.4 本章小结 | 第36-37页 |
| 4 基于GA-BP神经网络精益生产实施能力评价模型研究 | 第37-50页 |
| 4.1 评价方法研究 | 第37-38页 |
| 4.2 BP神经网络 | 第38-41页 |
| 4.2.1 BP神经网络理论 | 第38-39页 |
| 4.2.2 BP神经网络算法原理及流程 | 第39-41页 |
| 4.3 遗传算法 | 第41-43页 |
| 4.3.1 遗传算法概述 | 第41页 |
| 4.3.2 遗传算法流程 | 第41-42页 |
| 4.3.3 遗传算法求解设计 | 第42-43页 |
| 4.4 基于GA-BP神经网络精益生产实施能力评价模型构建 | 第43-49页 |
| 4.4.1BP神经网络结构设计 | 第43-46页 |
| 4.4.2 遗传算法优化BP神经网络 | 第46-48页 |
| 4.4.3 基于GA-BP神经网络的评价模型 | 第48-49页 |
| 4.5 本章小结 | 第49-50页 |
| 5 应用案例 | 第50-59页 |
| 5.1 H企业背景介绍 | 第50页 |
| 5.2 H企业精益生产实施能力评价应用 | 第50-57页 |
| 5.2.1 GA-BP神经网络的训练 | 第50-55页 |
| 5.2.2 精益生产实施能力评价 | 第55-56页 |
| 5.2.3 评价结果分析 | 第56-57页 |
| 5.2.4 评价效果分析 | 第57页 |
| 5.3 本章小结 | 第57-59页 |
| 6 总结和展望 | 第59-60页 |
| 6.1 论文结论 | 第59页 |
| 6.2 研究展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录 作者在攻读硕士学位期间参加的主要项目 | 第64页 |