| 摘要 | 第5-7页 |
| abstract | 第7-9页 |
| 第1章 绪论 | 第16-28页 |
| 1.1 引言 | 第16-17页 |
| 1.2 研究现状 | 第17-24页 |
| 1.3 论文的主要研究内容和贡献 | 第24-25页 |
| 1.4 课题来源与章节安排 | 第25-28页 |
| 第2章 基于数据挖掘的启发式调度系统体系架构 | 第28-43页 |
| 2.1 引言 | 第28页 |
| 2.2 家具产品制造生产过程特点与调度需求分析 | 第28-32页 |
| 2.3 PSREAS的系统体系结构 | 第32-35页 |
| 2.4 PSREAS系统的总体业务过程模型 | 第35-40页 |
| 2.5 关键技术 | 第40-42页 |
| 2.6 本章小结 | 第42-43页 |
| 第3章 生产实例建模与基于本体的多源数据融合技术 | 第43-66页 |
| 3.1 引言 | 第43页 |
| 3.2 生产实例信息模型 | 第43-50页 |
| 3.3 基于本体的生产实例数据模型 | 第50-57页 |
| 3.4 基于本体的离散制造多源数据融合 | 第57-62页 |
| 3.5 数据融合实例 | 第62-65页 |
| 3.6 本章小结 | 第65-66页 |
| 第4章 基于单维度多半径聚类算法的生产数据离散化技术 | 第66-81页 |
| 4.1 引言 | 第66页 |
| 4.2 问题描述与算法原理 | 第66-70页 |
| 4.3 SDMR-DBSCAN聚类算法 | 第70-73页 |
| 4.4 基于粗糙集不相容度的评价函数 | 第73-75页 |
| 4.5 基于SDMR-DBSCAN的离散算法 | 第75-76页 |
| 4.6 算法验证 | 第76-80页 |
| 4.7 本章小结 | 第80-81页 |
| 第5章 基于重要度与关联系数的生产数据属性提取技术 | 第81-97页 |
| 5.1 引言 | 第81页 |
| 5.2 问题描述与算法原理 | 第81-86页 |
| 5.3 属性重要性判断标准 | 第86-89页 |
| 5.4 潜在属性判断标准 | 第89-90页 |
| 5.5 属性重构 | 第90-91页 |
| 5.6 算法过程 | 第91-93页 |
| 5.7 算法验证 | 第93-96页 |
| 5.8 本章小结 | 第96-97页 |
| 第6章 基于仿真优选与数据挖掘技术的启发式调度 | 第97-131页 |
| 6.1 引言 | 第97页 |
| 6.2 基于数据挖掘技术的启发式调度技术框架 | 第97-102页 |
| 6.3 生产调度数学模型 | 第102-108页 |
| 6.4 基于蚁群算法的生产调度模拟仿真 | 第108-113页 |
| 6.5 基于C4.5算法的生产调度规则提取与应用 | 第113-120页 |
| 6.6 算法整体验证 | 第120-130页 |
| 6.7 本章小结 | 第130-131页 |
| 第7章 原型系统设计与实现 | 第131-160页 |
| 7.1 引言 | 第131页 |
| 7.2 系统体系与功能设计 | 第131-136页 |
| 7.3 PSREAS的主要运行界面和实例 | 第136-154页 |
| 7.4 PSREAS的运用效果比较 | 第154-159页 |
| 7.5 本章小结 | 第159-160页 |
| 第8章 全文总结与工作展望 | 第160-164页 |
| 8.1 全文总结 | 第160-162页 |
| 8.2 工作展望 | 第162-164页 |
| 致谢 | 第164-165页 |
| 参考文献 | 第165-175页 |
| 附件1 攻读博士学位期间发表论文和学术成果清单 | 第175-176页 |
| 附件2 攻读学位期间参加的科研项目 | 第176-177页 |