| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-19页 |
| ·选题背景与意义 | 第10-12页 |
| ·选题背景 | 第10-11页 |
| ·选题意义 | 第11-12页 |
| ·国内外研究综述 | 第12-17页 |
| ·生产过程能力分析及其统计特性 | 第12-13页 |
| ·非正态过程的能力分析 | 第13-14页 |
| ·工艺数据不确定情形下的过程能力指数计算方法 | 第14页 |
| ·小样本数据情形下过程能力指数计算方法 | 第14-15页 |
| ·小批量生产过程能力指数Bayes估计 | 第15-16页 |
| ·文献评述 | 第16-17页 |
| ·本文研究内容及其安排 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第二章 相关理论基础 | 第19-31页 |
| ·过程能力分析相关概念 | 第19-23页 |
| ·过程能力的基本概念 | 第19-20页 |
| ·传统过程能力指数的三种计算方法 | 第20-21页 |
| ·过程能力分析的一般准则 | 第21页 |
| ·过程能力指数的等级划分 | 第21-23页 |
| ·过程能力指数与不合格率之间的关系 | 第23页 |
| ·过程无偏移的过程能力指数与不合格率的关系 | 第23页 |
| ·过程偏移的过程能力指数与不合格率的关系 | 第23页 |
| ·传统过程能力指数计算方法在多品种小批量生产情形中遇到的问题 | 第23-25页 |
| ·多品种小批量生产的特点 | 第23-24页 |
| ·传统过程能力分析方法应用于多品种小批量生产的局限性 | 第24-25页 |
| ·极大熵准则与虚拟样本思想 | 第25-28页 |
| ·信息熵 | 第25-26页 |
| ·极大熵准则 | 第26-27页 |
| ·虚拟样本思想 | 第27-28页 |
| ·Bayes理论与相关基本统计量 | 第28-30页 |
| ·Bayes统计理论的思想 | 第28-29页 |
| ·Bayes推断相关基本统计量 | 第29-30页 |
| ·本章小节 | 第30-31页 |
| 第三章 多品种小批量复杂产品过程能力判定的极大熵虚拟生成模型研究 | 第31-39页 |
| ·模型构建思路与步骤 | 第31-32页 |
| ·极大熵虚拟产品生成模型与求解 | 第32-35页 |
| ·极大熵虚拟产品生成模型 | 第32-34页 |
| ·基于Lagrange乘子法的极大熵虚拟生成模型求解 | 第34-35页 |
| ·虚拟总体与实际小样本相似度模型 | 第35-36页 |
| ·案例仿真研究 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 基于极大熵的多品种小批量过程能力指数Bayes推断模型研究 | 第39-48页 |
| ·Bayes先验分布确定的基本方法 | 第39-41页 |
| ·小批量过程能力指数Bayes估计问题分析 | 第41-42页 |
| ·多品种小批次生产过程能力指数灰参数极大熵Bayes推断模型构建 | 第42-46页 |
| ·模型思路与步骤 | 第42-43页 |
| ·基于极大熵的过程能力关键参数先验分布确定 | 第43-44页 |
| ·小批量生产过程能力指数Bayes推断 | 第44-46页 |
| ·案例比较研究 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| ·论文总结 | 第48页 |
| ·研究前景展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 在学期间的研究成果及发表的学术论文 | 第55-56页 |
| 附录 | 第56-66页 |
