数据挖掘在质量管理系统中的应用研究

发布时间：2017-06-04 00:14

  本文关键词：数据挖掘在质量管理系统中的应用研究，由笔耕文化传播整理发布。

【摘要】： 随着科学管理方法的应用和推广,数据分析技术在企业质量管理中的作用得到了前所未有的发挥。ISO9000标准更是将它提到了基础地位加以强调。数据挖掘则是一种新兴的的数据分析技术,在许多行业中扮演着越来越重要的角色。中国经济的快速增长,企业数量和产品种类增长迅速。作为企业生产的监督者,质量监管部门迫切需要一种更为强大的数据分析工具来帮助实现全面质量管理,提高工作效率。 针对质量管理活动的需求和现状,本论文以高密市质量技术监督局为例,将产品质量管理和先进的信息处理方法——数据挖掘技术有机结合起来,充分利用质量管理系统中大量的信息和数据,提取出其中有利于提高生产质量、降低产品不合格率的潜在信息,帮助企业有效地进行决策。论文基于SQL SERVER 2005探讨数据挖掘在质量管理系统中的应用。本文提出并设计了3种数据挖掘的应用模式以及一个数据挖掘系统,目的在于衡量产品的质量水平。模式一用来挖掘不同属性间的关联度；模式二用来预测产品在特定时段的质量水平；模式三根据企业属性对企业产品质量水平进行分类。另外,论文还就数据挖掘过程中应用粗糙集进行属性约简以简化算法复杂度做了一定的探讨。论文的研究方案已经应用在高密市质量管理系统中,产生了较好的应用效果。 论文最后总结了所进行的主要工作,并对将来进一步的工作提出了展望。
【关键词】：数据挖掘 质量管理 粗糙集 关联度 分类 预测
【学位授予单位】：中南大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：TP311.13
【目录】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 绪论8-14
• 1.1 课题研究的背景和意义8-9
• 1.2 课题的研究现状9-12
• 1.2.1 数据挖掘技术的研究现状9-11
• 1.2.2 质量管理的研究现状11-12
• 1.3 论文的主要研究内容与组织结构12-14
• 第二章 数据挖掘概念和实现平台14-31
• 2.1 数据挖掘概念14-19
• 2.1.1 数据挖掘的产生14
• 2.1.2 数据挖掘中的基本概念14-17
• 2.1.3 数据挖掘的基本策略17-18
• 2.1.4 数据挖掘过程18-19
• 2.2 粗糙集理论19-22
• 2.2.1 粗糙集的基本概念19-21
• 2.2.2 约简与核21-22
• 2.3 SQL Server2005数据挖掘和DMX22-30
• 2.3.1 SOL Server中的数据挖掘工具22-23
• 2.3.2 SSAS的算法23-29
• 2.3.3 数据挖掘扩展插件(DMX)29-30
• 2.4 本章小结30-31
• 第三章 数据挖掘在质量管理系统中的应用框架31-37
• 3.1 需求分析与问题定义31-32
• 3.2 质量管理数据挖掘系统的基本框架32
• 3.3 数据收集与准备32-36
• 3.4 本章小结36-37
• 第四章 数据挖掘在质量管理系统中的应用实现37-52
• 4.1 挖掘不同属性间的关联度37-41
• 4.1.1 准备数据38-39
• 4.1.2 确定算法参数39-40
• 4.1.3 实验结果分析40-41
• 4.2 预测产品在特定时间段的质量水平41-46
• 4.2.1 准备数据42-43
• 4.2.2 确定算法参数43-44
• 4.2.3 实验结果分析44-46
• 4.3 根据企业属性对企业产品质量水平分类46-51
• 4.3.1 准备数据46-48
• 4.3.2 确定算法参数48
• 4.3.3 创建模型48-49
• 4.3.4 实验结果分析49-50
• 4.3.5 模型准确性分析与预测50-51
• 4.4 本章小结51-52
• 第五章 结论与展望52-54
• 5.1 工作总结52
• 5.2 展望52-54
• 致谢54-55
• 参考文献55-59
• 攻读硕士期间发表的论文及科研项目59
• 参与项目59
• 发表论文59

【引证文献】

中国硕士学位论文全文数据库 前1条

1 宋建聪;数据挖掘在装备制造业质量管理中的应用研究[D];广东工业大学;2013年

  本文关键词：数据挖掘在质量管理系统中的应用研究，，由笔耕文化传播整理发布。

本文编号：419564