| 第一章 绪论 | 第1-16页 |
| 1．1 质量管理的发展 | 第10-12页 |
| 1．1．1 检验质量管理 | 第10页 |
| 1．1．2 统计质量管理 | 第10页 |
| 1．1．3 全面质量管理 | 第10-11页 |
| 1．1．4 信息技术在质量管理中的应用 | 第11-12页 |
| 1．2 决策支持系统的发展与现状 | 第12-13页 |
| 1．3 新兴的决策支持相关技术 | 第13页 |
| 1．3．1 数据仓库技术 | 第13页 |
| 1．3．2 联机分析处理技术 | 第13页 |
| 1．3．3 数据库知识发现技术 | 第13页 |
| 1．4 集成质量决策支持系统研究的必要性 | 第13-14页 |
| 1．5 本文研究的内容与结构 | 第14-16页 |
| 第二章 企业质量决策支持环境分析 | 第16-20页 |
| 2．1 企业先进生产模式 | 第16-17页 |
| 2．1．1 计算机集成制造 | 第16页 |
| 2．1．2 精益生产 | 第16页 |
| 2．1．3 敏捷制造 | 第16-17页 |
| 2．1．4 高效快速重组生产系统 | 第17页 |
| 2．2 企业质量管理面临的挑战 | 第17-18页 |
| 2．3 企业质量决策支持的内涵 | 第18-20页 |
| 第三章 数据库知识发现技术 | 第20-29页 |
| 3．1 产生背景 | 第20-21页 |
| 3．2 驱动技术 | 第21-22页 |
| 3．3 KDD过程 | 第22-25页 |
| 3．3．1 数据准备 | 第23页 |
| 3．3．2 数据挖掘 | 第23-24页 |
| 3．3．3 结果评价与表示 | 第24页 |
| 3．3．4 数据挖掘的任务分类 | 第24-25页 |
| 3．4 KDD算法 | 第25-28页 |
| 3．4．1 决策树 | 第25-26页 |
| 3．4．2 神经网络 | 第26-27页 |
| 3．4．3 遗传算法 | 第27页 |
| 3．4．4 贝叶斯信任网络 | 第27页 |
| 3．4．5 多维关联规则算法 | 第27-28页 |
| 3．5 KDD发展 | 第28-29页 |
| 第四章 KDD技术在集成质量决策支持系统的应用 | 第29-40页 |
| 4．1 应用动因 | 第29-30页 |
| 4．2 质量数据处理 | 第30-31页 |
| 4．3 模型建立 | 第31-35页 |
| 4．3．1 KDD模型 | 第31-32页 |
| 4．3．2 Microsoft Analysis Services | 第32-34页 |
| 4．3．3 KDD节点 | 第34-35页 |
| 4．4 产品质量评价 | 第35-40页 |
| 4．4．1 创建模型 | 第36-37页 |
| 4．4．2 训练模型 | 第37页 |
| 4．4．3 预测和结果 | 第37-40页 |
| 第五章 集成质量决策支持系统的设计 | 第40-51页 |
| 5．1 XLMF质量管理现状 | 第40-41页 |
| 5．2 IQ-DSS需求分析 | 第41-44页 |
| 5．2．1 功能需求 | 第42-43页 |
| 5．2．2 信息需求 | 第43-44页 |
| 5．3 IQ-DSS系统结构 | 第44-49页 |
| 5．3．1 质量信息 | 第44页 |
| 5．3．2 数据仓库 | 第44-46页 |
| 5．3．3 KDD和OLAP技术 | 第46-47页 |
| 5．3．4 决策支持信息 | 第47页 |
| 5．3．5 Intranet技术 | 第47-49页 |
| 5．4 IQ-DSS系统特点 | 第49-51页 |
| 第六章 集成质量决策支持系统的实现 | 第51-59页 |
| 6．1． 技术方案 | 第51页 |
| 6．2． 开发步骤 | 第51-52页 |
| 6．2．1 明确需求 | 第51-52页 |
| 6．2．2 原型开发 | 第52页 |
| 6．2．3 测试 | 第52页 |
| 6．2．4 实施 | 第52页 |
| 6．3． 运行示例 | 第52-58页 |
| 6．3．1 系统登陆 | 第52-53页 |
| 6．3．2 系统初始界面 | 第53-54页 |
| 6．3．3 多维数据集 | 第54-55页 |
| 6．3．4 KDD模型 | 第55-58页 |
| 6．4． 系统深化 | 第58-59页 |
| 第七章 总结与展望 | 第59-60页 |
| 硕士研究生期间发表的文章 | 第60-61页 |
| 致谢 | 第61-62页 |
| 主要参考文献 | 第62-63页 |