數(shù)智時(shí)代質(zhì)量管理中的數(shù)據(jù)挖掘與知識(shí)管理

目錄
第1章 緒論 1
1.1 智能制造質(zhì)量管理現(xiàn)實(shí)背景 1
1.2 本書(shū)的研究問(wèn)題與研究意義 3
1.3 本書(shū)的主要內(nèi)容和邏輯關(guān)系 6
第2章 基本概念及國(guó)內(nèi)外研究現(xiàn)狀 10
2.1 質(zhì)量及質(zhì)量管理 10
2.2 知識(shí)及知識(shí)管理 17
2.3 質(zhì)量管理和知識(shí)管理相關(guān)研究 20
2.4 智能質(zhì)量管理 29
2.5 現(xiàn)有研究的評(píng)價(jià)與對(duì)本書(shū)的啟示 33
2.6 本章小結(jié) 34
第3章 知識(shí)驅(qū)動(dòng)的質(zhì)量問(wèn)題解決基礎(chǔ)理論與研究框架 35
3.1 問(wèn)題解決基礎(chǔ)理論 35
3.2 質(zhì)量問(wèn)題解決基礎(chǔ)理論 37
3.3 質(zhì)量問(wèn)題解決關(guān)系分析 42
3.4 知識(shí)驅(qū)動(dòng)的質(zhì)量問(wèn)題解決理論模型與研究框架 47
3.5 知識(shí)驅(qū)動(dòng)的質(zhì)量問(wèn)題解決支撐條件 53
3.6 本章小結(jié) 55
第4章 產(chǎn)品組件—失效模式知識(shí)挖掘與分析 56
4.1 問(wèn)題提出 56
4.2 組件—失效模式矩陣挖掘流程 58
4.3 標(biāo)準(zhǔn)失效模式集構(gòu)建 59
4.4 組件—失效模式矩陣挖掘算法 61
4.5 實(shí)例分析 66
4.6 本章小結(jié) 77
第5章 基于二分圖聚類的質(zhì)量問(wèn)題因果知識(shí)挖掘 79
5.1 問(wèn)題提出 79
5.2 因果知識(shí)研究 83
5.3 問(wèn)題—原因知識(shí)表示模型 86
5.4 質(zhì)量問(wèn)題因果知識(shí)挖掘流程 89
5.5 質(zhì)量問(wèn)題因果知識(shí)挖掘方法 92
5.6 問(wèn)題原因推理流程 96
5.7 實(shí)例分析 97
5.8 本章小結(jié) 104
第6章 基于知識(shí)圖譜的質(zhì)量問(wèn)題因果知識(shí)挖掘 106
6.1 問(wèn)題提出 106
6.2 質(zhì)量問(wèn)題因果關(guān)系模型 108
6.3 質(zhì)量問(wèn)題因果知識(shí)圖譜構(gòu)建 110
6.4 實(shí)例分析 121
6.5 質(zhì)量問(wèn)題因果知識(shí)網(wǎng)絡(luò)的潛在應(yīng)用 128
6.6 本章小結(jié) 131
第7章 基于二分圖聚類的質(zhì)量問(wèn)題解決方案知識(shí)挖掘與** 133
7.1 問(wèn)題提出 133
7.2 質(zhì)量問(wèn)題解決方案知識(shí)挖掘與**流程 135
7.3 “問(wèn)題—方案”知識(shí)表示模型 136
7.4 “問(wèn)題—方案”知識(shí)挖掘方法 144
7.5 實(shí)例分析 149
7.6 “問(wèn)題類—方案工具箱”知識(shí)推理過(guò)程 164
7.7 本章小結(jié) 167
第8章 面向汽車(chē)制造業(yè)的智能質(zhì)量問(wèn)題解決系統(tǒng) 169
8.1 應(yīng)用背景 169
8.2 系統(tǒng)整體框架 171
8.3 問(wèn)題解決知識(shí)庫(kù)設(shè)計(jì) 173
8.4 系統(tǒng)實(shí)施及應(yīng)用 175
8.5 本章小結(jié) 181
第9章 結(jié)論與展望 182
9.1 結(jié)論 182
9.2 創(chuàng)新點(diǎn) 184
9.3 展望 185
參考文獻(xiàn) 187