| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-7页 |
| 1 绪论 | 第12-30页 |
| 1.1 研究背景及研究意义 | 第12-17页 |
| 1.1.1 研究背景 | 第12-14页 |
| 1.1.2 课题来源 | 第14页 |
| 1.1.3 研究问题的提出 | 第14-16页 |
| 1.1.4 研究意义 | 第16-17页 |
| 1.2 国内外研究综述 | 第17-23页 |
| 1.2.1 国内外相关研究现状 | 第17-22页 |
| 1.2.2 国内外研究现状总结 | 第22-23页 |
| 1.3 研究目的、内容、技术路线和创新点 | 第23-26页 |
| 1.3.1 研究目的 | 第23-24页 |
| 1.3.2 研究内容 | 第24页 |
| 1.3.3 技术路线 | 第24-25页 |
| 1.3.4 论文创新点 | 第25-26页 |
| 1.4 论文章节安排 | 第26-28页 |
| 1.5 本章小结 | 第28-30页 |
| 2 MC环境下基于信息挖掘的机加工产品制造时间总体研究 | 第30-54页 |
| 2.1 信息挖掘 | 第30-32页 |
| 2.1.1 信息挖掘技术流程 | 第30-31页 |
| 2.1.2 信息挖掘的关键技术 | 第31-32页 |
| 2.2 大规模定制概述 | 第32-36页 |
| 2.2.1 大规模定制与大批量生产的对比分析 | 第32-33页 |
| 2.2.2 大规模定制的特征 | 第33-34页 |
| 2.2.3 大规模定制的分类 | 第34-36页 |
| 2.3 MC环境下基于信息挖掘的制造时间组成及特点 | 第36-40页 |
| 2.3.1 制造时间的组成 | 第36页 |
| 2.3.2 MC环境下基于信息挖掘的制造时间组成 | 第36-37页 |
| 2.3.3 MC环境下基于信息挖掘的制造时间特点 | 第37-40页 |
| 2.4 MC环境下基于信息挖掘的制造时间的关键因素研究 | 第40-47页 |
| 2.4.1 层次分析法确定影响因素权重 | 第41-46页 |
| 2.4.2 MC环境下基于信息挖掘的制造时间的关键因素识别 | 第46-47页 |
| 2.5 MC环境下基于信息挖掘的制造时间研究的模块划分 | 第47-51页 |
| 2.6 总体研究思路及框架 | 第51-52页 |
| 2.7 本章小结 | 第52-54页 |
| 3 基于产品加工难度系数的工时估算方法研究 | 第54-70页 |
| 3.1 基于信息挖掘构建产品加工难度评价指标体系 | 第54-58页 |
| 3.1.1 定义产品加工难度系数 | 第54-56页 |
| 3.1.2 基于信息挖掘确定产品加工难度评价指标 | 第56-57页 |
| 3.1.3 建立产品加工难度系数评价指标体系 | 第57-58页 |
| 3.2 确定评价指标和评价专家权重 | 第58-60页 |
| 3.2.1 确定评价专家权重 | 第58-59页 |
| 3.2.2 确定各指标权重 | 第59-60页 |
| 3.3 加工难度系数与工时之间的关系表达 | 第60-64页 |
| 3.3.1 产品加工难度系数求解 | 第60-61页 |
| 3.3.2 产品加工难度系数与工时回归分析 | 第61-62页 |
| 3.3.3 模型检验 | 第62-64页 |
| 3.4 实例分析 | 第64-68页 |
| 3.4.1 背景及产品介绍 | 第64-65页 |
| 3.4.2 计算产品加工难度系数 | 第65-66页 |
| 3.4.3 构建产品加工难度系数与工时的关系模型 | 第66-68页 |
| 3.5 本章小结 | 第68-70页 |
| 4 基于员工作业能力的工时估算方法研究 | 第70-86页 |
| 4.1 基于信息挖掘的员工作业能力评价指标体系构建 | 第70-73页 |
| 4.2 员工作业能力求解 | 第73-77页 |
| 4.2.1 员工作业能力评价模型 | 第73-74页 |
| 4.2.2 变精度粗糙集求解指标权重 | 第74-76页 |
| 4.2.3 求解员工作业能力评估值 | 第76-77页 |
| 4.3 工时与员工作业能力间的关系模型 | 第77-78页 |
| 4.3.1 模型构建 | 第77-78页 |
| 4.3.2 模型合理性论证 | 第78页 |
| 4.4 实例分析 | 第78-84页 |
| 4.4.1 计算员工作业能力评估值 | 第78-80页 |
| 4.4.2 基于员工作业能力修正的工时估算模型构建 | 第80-83页 |
| 4.4.3 模型可行性论证 | 第83-84页 |
| 4.5 本章小结 | 第84-86页 |
| 5 基于定制因素的工时估算方法研究 | 第86-102页 |
| 5.1 定制因素表达 | 第86-90页 |
| 5.1.1 客户定制显性需求表达 | 第86-87页 |
| 5.1.2 隐性需求信息挖掘 | 第87-90页 |
| 5.1.3 基于定制因素的产品创新 | 第90页 |
| 5.2 产品定制程度表达 | 第90-95页 |
| 5.2.1 拓扑结构相对复杂度 | 第91-93页 |
| 5.2.2 工艺属性相对复杂度 | 第93-95页 |
| 5.2.3 基于定制因素的创新产品相对复杂度 | 第95页 |
| 5.3 基于定制因素的产品工时估算模型 | 第95页 |
| 5.4 实例分析 | 第95-101页 |
| 5.4.1 相对复杂度求解 | 第96-98页 |
| 5.4.2 基于相对复杂度的工时估算模型求解 | 第98-100页 |
| 5.4.3 模型合理性论证 | 第100-101页 |
| 5.5 本章小结 | 第101-102页 |
| 6 基于影响因子的多模型集成工时估算方法研究 | 第102-120页 |
| 6.1 多模型集成思想及原则 | 第102-104页 |
| 6.1.1 多模型集成思想 | 第102-103页 |
| 6.1.2 集成原则 | 第103-104页 |
| 6.2 多模型集成路线 | 第104-106页 |
| 6.3 各模型间距离的求解方法 | 第106-109页 |
| 6.3.1 构建各模型影响因子信息矩阵 | 第106页 |
| 6.3.2 计算各影响因子间相关度 | 第106-107页 |
| 6.3.3 计算各影响因子间距离 | 第107-108页 |
| 6.3.4 计算模型间距离 | 第108-109页 |
| 6.4 模型集成 | 第109-112页 |
| 6.4.1 确定各模型相对位置 | 第109-110页 |
| 6.4.2 确定各模型权重值 | 第110-111页 |
| 6.4.3 多模型集成 | 第111-112页 |
| 6.5 实例分析及结果对比 | 第112-118页 |
| 6.5.1 计算模型间距离 | 第112-115页 |
| 6.5.2 求解集成模型 | 第115页 |
| 6.5.3 结果对比 | 第115-118页 |
| 6.6 本章小结 | 第118-120页 |
| 7 总结与展望 | 第120-122页 |
| 7.1 研究总结 | 第120-121页 |
| 7.2 研究展望 | 第121-122页 |
| 致谢 | 第122-124页 |
| 参考文献 | 第124-136页 |
| 附录 | 第136-141页 |
| A.作者在攻读学位期间发表的论文目录 | 第136-137页 |
| B.攻读博士学位期间参与的项目 | 第137-138页 |
| C.论文研究相关的调查问卷设计 | 第138-141页 |
