生产数据多维分析系统智能评判与智能预测技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-9页 |
| 1 引言 | 第9-11页 |
| ·课题研究背景与意义 | 第9-10页 |
| ·研究内容 | 第10页 |
| ·论文组织结构 | 第10-11页 |
| 2 系统理论知识 | 第11-37页 |
| ·铝电解工艺 | 第11-15页 |
| ·铝电解工艺简介 | 第11-12页 |
| ·铝电解生产中的主要因素 | 第12-14页 |
| ·铝电解数据的特点 | 第14-15页 |
| ·数据仓库技术 | 第15-21页 |
| ·数据仓库的产生 | 第15-16页 |
| ·数据仓库理论 | 第16-20页 |
| ·数据仓库的应用前景 | 第20-21页 |
| ·联机分析处理技术(OLAP) | 第21-29页 |
| ·OLAP多维分析理论 | 第21-25页 |
| ·OLAP的研究现状 | 第25页 |
| ·铝电解多维分析系统 | 第25-29页 |
| ·数据挖掘技术(DM) | 第29-37页 |
| ·数据挖掘理论 | 第29-35页 |
| ·数据挖掘的现状 | 第35-37页 |
| 3 基于OLAP的数据挖掘 | 第37-44页 |
| ·OLAP和数据挖掘在分析数据时的区别 | 第37-38页 |
| ·OLAP和数据挖掘结合的现状 | 第38-39页 |
| ·基于OLAP的数据挖掘研究 | 第39-44页 |
| ·OLAP与数据挖掘结合的原因 | 第39-40页 |
| ·OLAP与数据挖掘结合的目的 | 第40页 |
| ·OLAP与数据挖掘结合的特性 | 第40-42页 |
| ·OLAP与数据挖掘结合的体系结构 | 第42-44页 |
| 4 策树算法在智能评判与智能预测系统中的应用 | 第44-56页 |
| ·智能评判与智能预测 | 第44-46页 |
| ·决策树概念 | 第46-47页 |
| ·什么是决策树 | 第46页 |
| ·构造决策树的过程 | 第46-47页 |
| ·决策树主要算法 | 第47-50页 |
| ·ID3算法 | 第47-50页 |
| ·C4.5算法 | 第50页 |
| ·ID3算法改进 | 第50-52页 |
| ·ID3算法与改进的加权ID3算法的比较 | 第52-54页 |
| ·如何用ID3算法进行智能评判与智能预测 | 第54-56页 |
| 5 生产数据智能评判与智能预测系统的设计 | 第56-69页 |
| ·系统总体设计原则 | 第56页 |
| ·系统的环境搭建 | 第56页 |
| ·系统数据库设计 | 第56-58页 |
| ·铝电解数据仓库设计 | 第58-61页 |
| ·铝电解生产数据仓库的体系结构 | 第58-59页 |
| ·铝电解数据仓库建设 | 第59-60页 |
| ·铝电解数据仓库的数据模型 | 第60-61页 |
| ·智能评判与智能预测系统的数据挖掘设计 | 第61-64页 |
| ·数据预处理 | 第62-63页 |
| ·数据离散化 | 第63-64页 |
| ·基于OLAM的智能评判与智能预测体系结构 | 第64-65页 |
| ·系统的程序设计 | 第65-69页 |
| 6 生产数据智能评判与智能预测系统的实现 | 第69-79页 |
| ·系统结构及功能模块 | 第69-79页 |
| ·系统结构图 | 第69页 |
| ·智能评判与预测系统流程 | 第69-70页 |
| ·系统的模块 | 第70-79页 |
| 7 生产数据智能评判与智能预测系统的结果展示 | 第79-83页 |
| ·槽况智能评判结果展示 | 第79-80页 |
| ·出铝量智能预测结果展示 | 第80-83页 |
| 8 结论 | 第83-85页 |
| 参考文献 | 第85-88页 |
| 研究成果 | 第88-89页 |
| 致谢 | 第89页 |
