首页--经济论文--经济计划与管理论文--企业经济论文--企业生产管理论文--产品管理论文

面向复杂产品的关键质量特性识别方法研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第10-21页
    1.1 研究背景和意义第10-13页
        1.1.1 研究背景第10-12页
        1.1.2 研究意义第12-13页
    1.2 文献综述第13-17页
        1.2.1 复杂产品研究综述第13-15页
        1.2.2 关键质量特性识别研究综述第15-16页
        1.2.3 复杂产品关键质量特性识别的研究第16-17页
    1.3 主要研究内容第17-19页
    1.4 研究的创新点第19页
    1.5 本章小结第19-21页
第二章 复杂产品关键质量特性识别的基本理论和方法第21-36页
    2.1 复杂产品概述第21-22页
        2.1.1 复杂产品的概念第21页
        2.1.2 复杂产品的特征第21-22页
    2.2 产品关键质量特性的内涵第22-25页
        2.2.1 产品质量第22-23页
        2.2.2 质量特性第23-24页
        2.2.3 关键质量特性第24-25页
    2.3 产品关键质量特性识别的基本方法第25-35页
        2.3.1 质量功能展开第26-28页
        2.3.2 序贯试验设计第28页
        2.3.3 数据挖掘第28-34页
        2.3.4 特征选择第34-35页
    2.4 本章小结第35-36页
第三章 基于LASSO的复杂产品关键质量特性识别第36-51页
    3.1 范数选择第36-39页
        3.1.1 范数第36页
        3.1.2 范数选择第36-39页
            3.1.2.1 岭回归第37页
            3.1.2.2 LASSO方法第37-39页
    3.2 基于LASSO的关键质量特性识别第39-45页
        3.2.1 最小角回归第39页
        3.2.2 支持向量机第39-42页
        3.2.3 交叉验证第42-43页
        3.2.4 构建CTQs识别方法第43-45页
    3.3 算例应用分析第45-50页
        3.3.1 数据描述第45页
        3.3.2 数据预处理第45-47页
        3.3.3 试验结果和分析第47-50页
    3.4 本章小结第50-51页
第四章 基于粗糙集与引力搜索算法的复杂产品关键质量特性识别第51-65页
    4.1 粗糙集理论基本知识第51-55页
        4.1.1 信息系统和决策表第51页
        4.1.2 不可分辨关系与近似第51-53页
        4.1.3 知识依赖度第53页
        4.1.4 属性的重要性第53-54页
        4.1.5 知识约简第54-55页
    4.2 基于粗糙集与改进引力搜索算法的CTQs识别第55-60页
        4.2.1 引力搜索算法第55-58页
        4.2.2 关键质量特性识别搜索方法的构建第58-60页
    4.3 算例应用分析第60-64页
        4.3.1 数据描述第60-61页
        4.3.2 试验结果和分析第61-64页
    4.4 本章小结第64-65页
第五章 基于互信息属性聚类的复杂产品关键质量特性识别第65-77页
    5.1 聚类分析第65-67页
        5.1.1 聚类分析的原理第65-66页
        5.1.2 聚类数据类型第66页
        5.1.3 聚类的方法第66-67页
    5.2 信息熵与互信息第67-71页
        5.2.1 信息熵第67-68页
        5.2.2 条件熵第68-70页
        5.2.3 联合熵第70页
        5.2.4 互信息第70-71页
    5.3 CTQs识别聚类方法构建第71-73页
        5.3.1 属性聚类第71页
        5.3.2 弹性网第71-72页
        5.3.3 基于属性聚类的CTQs识别第72-73页
    5.4 算例应用分析第73-76页
    5.5 本章小结第76-77页
第六章 基于Filter与Wrapper混合模型的复杂产品关键质量特性识别第77-88页
    6.1 Filter与Wrapper混合模型第77-79页
    6.2 粒子群优化算法第79-83页
        6.2.1 基本粒子群算法第80-81页
        6.2.2 二值离散粒子群第81-83页
    6.3 CTQs识别混合模型构建第83-85页
        6.3.1 信息相关冗余第83页
        6.3.2 kNN分类器第83-84页
        6.3.3 构建CTQs组合识别方法第84-85页
    6.4 算例应用分析第85-87页
    6.5 本章小结第87-88页
第七章 总结与展望第88-91页
    7.1 总结第88-89页
    7.2 研究展望第89-91页
参考文献第91-101页
发表论文和科研情况说明第101-102页
致谢第102-103页

论文共103页,点击 下载论文
上一篇:基于DNA键合的多核配合物和聚合物的合成、结构及其生物活性研究
下一篇:片上处理器阵列容错重构技术