|
|
|
具有自相关多变量过程的统计过程控制与工程过程控制的整合研究 |
|
论文目录 |
|
摘要 | 第1-6页 | ABSTRACT | 第6-10页 | 第一章 绪论 | 第10-14页 | ·研究背景和意义 | 第10-11页 | ·国内外研究现状 | 第11-13页 | ·自相关过程的SPC 的研究 | 第11页 | ·多变量SPC 的研究 | 第11-12页 | ·EPC 的研究 | 第12页 | ·SPC 与EPC 的整合研究 | 第12-13页 | ·研究内容及论文结构 | 第13-14页 | ·研究内容 | 第13页 | ·论文结构 | 第13-14页 | 第二章 自相关过程的解决方案 | 第14-24页 | ·自相关性制造过程一般解决方法 | 第14-15页 | ·神经网络与时间序列的相关文献 | 第15页 | ·神经网络的理论 | 第15-16页 | ·反向传播神经网络的结构及运作过程 | 第15-16页 | ·以田口方法选择神经网络的最佳参数 | 第16页 | ·应用反向传播神经网络模型解决自相关问题 | 第16-24页 | ·反向传播神经网络演算法 | 第17-19页 | ·反向传播神经网络测试 | 第19页 | ·以田口方法求反向传播神经网络最佳组合参数 | 第19-21页 | ·神经网络预测模型的建立 | 第21-24页 | 第三章 多变量统计过程控制 | 第24-33页 | ·多变量控制图理论 | 第24-27页 | ·多变量控制图简介 | 第24-25页 | ·Hotelling’s T~2 多变量控制图 | 第25-27页 | ·Hotelling’s T~2 衍生出的诊断方法 | 第27-30页 | ·Hotelling’s T~2 多变量控制图及其诊断方法的应用 | 第30-33页 | ·绘制输出过程残差的Hotelling’s T~2 控制图 | 第30页 | ·解析T~2 统计量 | 第30-33页 | 第四章 工程过程控制 | 第33-39页 | ·工程过程控制理论的推导 | 第33-36页 | ·工程过程控制的实现 | 第36-39页 | ·神经网络参数调整模型的建立 | 第36-38页 | ·选择合适的输入变量作为控制变量 | 第38页 | ·导入控制变量并持续监控 | 第38-39页 | 第五章 模拟验证 | 第39-57页 | ·SPC 过程 | 第39-53页 | ·模拟过程数据 | 第39-40页 | ·分析数据 | 第40-43页 | ·建构反向传播神经网络预测模型 | 第43-45页 | ·计算残差并进行残差的常态性与独立性鉴定 | 第45-50页 | ·建立输出变量的残差Hotelling’s T~2 控制图 | 第50-51页 | ·控制用控制图 | 第51-53页 | ·EPC 过程 | 第53-56页 | ·解析T~2 统计量 | 第53页 | ·建构反向传播神经网络参数调整模型 | 第53-54页 | ·选择合适的输入变量作为控制变量 | 第54-55页 | ·导入控制变量并持续监控 | 第55-56页 | ·模拟验证结论分析 | 第56-57页 | 第六章 结论与展望 | 第57-58页 | ·研究结论 | 第57页 | ·未来展望 | 第57-58页 | 参考文献 | 第58-60页 | 符号说明 | 第60-62页 | 致谢 | 第62-63页 | 攻读硕士期间发表的论文 | 第63页 |
|
|
|
|
论文编号BS1618015,这篇论文共63页 会员购买按0.35元/页下载,共需支付22.05元。 直接购买按0.5元/页下载,共需要支付31.5元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|