| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 工业4.0 | 第11页 |
| 1.2.2 纺织生产的智能化技术 | 第11-13页 |
| 1.2.3 大数据技术 | 第13-14页 |
| 1.2.4 分布式计算 | 第14-15页 |
| 1.3 本课题的研究工作 | 第15-17页 |
| 第二章 纺织生产大数据平台总体框架设计 | 第17-26页 |
| 2.1 引言 | 第17-18页 |
| 2.2 大数据平台总体框架 | 第18-19页 |
| 2.3 大数据平台技术 | 第19-23页 |
| 2.3.1 基于关系型数据库的数据存储 | 第19-21页 |
| 2.3.2 基于NoSQL数据库的数据存储 | 第21-22页 |
| 2.3.3 NoSQL与关系数据库的结合 | 第22-23页 |
| 2.4 分布式计算环境 | 第23-24页 |
| 2.4.1 MapReduce技术特性 | 第23-24页 |
| 2.4.2 MapReduce分布式机制 | 第24页 |
| 2.5 基于大数据平台的生产过程监测与管理 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 多表架构与NoSQL集成的大数据平台存储策略 | 第26-34页 |
| 3.1 引言 | 第26-27页 |
| 3.2 大数据平台存储策略 | 第27-28页 |
| 3.2.1 数据库多表分布式存储 | 第27页 |
| 3.2.2 NoSQL大数据库存储 | 第27-28页 |
| 3.3 多表架构与大数据集成的数据存储策略 | 第28-29页 |
| 3.3.1 传统多表架构实现实时存储与访问 | 第28-29页 |
| 3.3.2 大数据技术实现历史记录保存与分析 | 第29页 |
| 3.4 多表架构与NoSQL大数据存储策略的实现 | 第29-33页 |
| 3.4.1 实时数据的存储与分析 | 第29-31页 |
| 3.4.2 历史数据的迁移与存放 | 第31-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 面向大数据平台的分布式计算环境构建 | 第34-50页 |
| 4.1 引言 | 第34页 |
| 4.2 纺织生产大数据 | 第34-38页 |
| 4.2.1 纺织生产数据类型 | 第34-36页 |
| 4.2.2 大数据存储 | 第36-37页 |
| 4.2.3 纺织生产数据存储方法 | 第37-38页 |
| 4.3 分布式的大数据系统 | 第38-41页 |
| 4.3.1 MongoDB集群架构设计 | 第38-39页 |
| 4.3.2 分布式并行计算的工作机制 | 第39-41页 |
| 4.4 大数据平台的设计与构建 | 第41-49页 |
| 4.4.1 复制集结构的设计 | 第41-44页 |
| 4.4.2 分片集群架构的设计 | 第44-47页 |
| 4.4.3 数据迁移平台的开发 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 基于大数据平台的织布生产监测与交货期预测系统 | 第50-64页 |
| 5.1 引言 | 第50页 |
| 5.2 应用背景 | 第50-51页 |
| 5.3 平台软件总体架构 | 第51-52页 |
| 5.4 生产设备监测与管理 | 第52-55页 |
| 5.5 订单交货期分析与预测 | 第55-60页 |
| 5.5.1 基于BP神经网络的订单交货期预测 | 第55-56页 |
| 5.5.2 BP神经网络交货期预测结果分析 | 第56-60页 |
| 5.6 系统实现 | 第60-63页 |
| 5.6.1 生产监测功能的界面 | 第61-62页 |
| 5.6.2 交货期预测功能的界面 | 第62-63页 |
| 5.7 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64页 |
| 6.2 展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士期间成果 | 第70-71页 |
| 致谢 | 第71页 |