| 中文摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 前言 | 第10-14页 |
| ·研究背景 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文的研究意义 | 第12-14页 |
| 2 六西格玛管理及其统计方法实现存在的问题 | 第14-21页 |
| ·六西格玛管理（6σ）的概念及特征 | 第14-15页 |
| ·六西格玛管理常用的度量 | 第15-17页 |
| ·西格玛水平Z | 第15-16页 |
| ·百万机会缺陷数DPMO | 第16-17页 |
| ·六西格玛管理的过程改进模式——DMAIC | 第17-18页 |
| ·六西格玛管理中统计方法实现存在的主要问题 | 第18-19页 |
| ·六西格玛管理总结 | 第19-21页 |
| 3 六西格玛管理工具箱的拓展 | 第21-28页 |
| ·六西格玛管理现有主要工具的评价 | 第21-22页 |
| ·实现六西格玛的新工具——神经网络技术 | 第22-25页 |
| ·神经网络模型 | 第22-23页 |
| ·神经网络的工作原理 | 第23-24页 |
| ·神经网络学习的BP 算法 | 第24页 |
| ·神经网络的特征 | 第24-25页 |
| ·六西格玛管理工具的补充——遗传算法 | 第25-28页 |
| ·遗传算法的基本原理 | 第25-27页 |
| ·遗传算法的特点 | 第27-28页 |
| 4 六西格玛管理中测量方法的改进 | 第28-34页 |
| ·六西格玛管理的核心和根本目的 | 第28-29页 |
| ·测量顾客需求中运用神经网络的主要思想和操作流程 | 第29-31页 |
| ·测量顾客需求中运用神经网络的的主要思想 | 第29-30页 |
| ·测量顾客需求中运用神经网络的的操作流程 | 第30-31页 |
| ·实例分析 | 第31-32页 |
| ·本章总结 | 第32-34页 |
| 5 六西格玛管理中改进方法的完善 | 第34-44页 |
| ·六西格玛过程改进的目标 | 第34页 |
| ·传统六西格玛改进技术和神经网络和遗传算法的比较 | 第34-38页 |
| ·试验设计与优化 | 第34-35页 |
| ·常用的试验设计和优化方法 | 第35-36页 |
| ·神经网络和遗传算法优化 | 第36-37页 |
| ·在六西格玛质量水平下优化试验设计方法的选择 | 第37-38页 |
| ·六西格玛过程改进中运用神经网络和遗传算法的中心思想和操作流程 | 第38-39页 |
| ·六西格玛过程改进中运用神经网络和遗传算法的中心思想 | 第38页 |
| ·六西格玛过程改进中运用神经网络和遗传算法的操作流程 | 第38-39页 |
| ·实例研究 | 第39-43页 |
| ·本章总结 | 第43-44页 |
| 6 六西格玛管理中质量控制技术的改进 | 第44-51页 |
| ·质量控制概述 | 第44-45页 |
| ·六西格玛过程下质量控制的特点 | 第45-46页 |
| ·六西格玛质量控制中运用神经网络的主要思想 | 第46-47页 |
| ·控制对象的确定 | 第46-47页 |
| ·用神经网络代替判异准则 | 第47页 |
| ·六西格玛质量控制中运用神经网络的操作流程 | 第47-49页 |
| ·实例分析 | 第49-50页 |
| ·本章总结 | 第50-51页 |
| 7 全文的总结与展望 | 第51-53页 |
| ·全文总结 | 第51页 |
| ·进一步研究展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 在读期间科研成果目录 | 第57页 |
