测量仪器校准间隔优化及校准结论风险评估研究
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 选题背景及意义 | 第10-11页 |
| 1.2 校准间隔概述 | 第11-15页 |
| 1.2.1 校准间隔的时间序列预测 | 第12-14页 |
| 1.2.2 校准间隔研究现状 | 第14-15页 |
| 1.2.3 校准结论风险分析研究现状 | 第15页 |
| 1.3 本文研究的主要内容和结构安排 | 第15-17页 |
| 1.3.1 主要研究内容 | 第15-16页 |
| 1.3.2 结构安排 | 第16-17页 |
| 第二章 校准间隔简化分析法 | 第17-27页 |
| 2.1 校准间隔的影响因素及确定原则 | 第18-19页 |
| 2.1.1 校准间隔的影响因素 | 第18页 |
| 2.1.2 校准间隔的确定原则 | 第18-19页 |
| 2.2 基于可靠性目标的校准间隔确定方法 | 第19-26页 |
| 2.2.1 随机反应法 | 第19-22页 |
| 2.2.2 测量可靠性模型法 | 第22-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 基于灰色神经网络模型的校准间隔预测 | 第27-46页 |
| 3.1 灰色系统理论 | 第27-32页 |
| 3.1.1 灰色GM(1,1)预测模型 | 第28-30页 |
| 3.1.3 灰色GM(1,1)模型的精度检验 | 第30-32页 |
| 3.2 神经网络理论 | 第32-37页 |
| 3.2.1 神经网络基本概念 | 第32-34页 |
| 3.2.2 神经网络工作方式 | 第34页 |
| 3.2.3 BP神经网络 | 第34-37页 |
| 3.3 灰色神经网络预测模型 | 第37-45页 |
| 3.3.1 灰色模型和神经网络模型融合方式 | 第38-39页 |
| 3.3.2 灰色神经网络模型 | 第39-40页 |
| 3.3.3 基于灰色神经网络模型校准间隔预测 | 第40-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第四章 单次校准结论风险分析 | 第46-56页 |
| 4.1 校准过程不确定度分析 | 第46-50页 |
| 4.1.1 不确定度来源 | 第46-47页 |
| 4.1.2 不确定度评定 | 第47-48页 |
| 4.1.3 万用表校准过程不确定度分析 | 第48-50页 |
| 4.2 单次校准结论风险 | 第50-55页 |
| 4.2.1 仪器性能指标的含义 | 第50-51页 |
| 4.2.2 单次校准误收率 | 第51-53页 |
| 4.2.3 单次校准误拒率 | 第53页 |
| 4.2.4 单次校准风险影响因素 | 第53-54页 |
| 4.2.5 DMM单次校准风险分析 | 第54-55页 |
| 4.3 本章小结 | 第55-56页 |
| 第五章 总体校准结论风险评估 | 第56-63页 |
| 5.1 总体校准结论风险的蒙特卡罗仿真 | 第56-59页 |
| 5.2 总体校准结论风险分析 | 第59-62页 |
| 5.3 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 作者在学期间取得的学术成果 | 第70页 |
