基于关联规则挖掘的仪表生产质量管理研究及系统设计

论文摘要

关联规则挖掘是数据挖掘领域的一个重要分支,经过众多学者十几年的研究,在理论方面已经相对比较成熟。其应用范围多集中在零售业,在金融服务业和WEB挖掘中的应用也在逐渐扩大。但在质量管理领域中的应用却少有论及。实际上,质量管理过程中的各种质量特性值之间存在着大量的关联关系。随着企业信息化的不断开展,多数企业已经存储了大量的质量数据,通过挖掘这些数据发现蕴涵的各种关联规则,为企业领导制定生产决策,改进生产工艺,提高产品质量提供了良好的依据。我国已经成为一个亚洲仪器仪表生产大国,但是大型工程项目的核心仪器和科研所用的先进仪器多数还要依靠进口。加入世贸后,必将给仪器仪表行业带来新的冲击和机遇。如何加强仪表企业的质量管理工作,提高产品质量,增强企业竞争力成为仪表行业的首要任务。本文首先对质量管理理论进行深入研究,明确质量管理工作中的任务和各种信息流,分类介绍了传统的质量管理方法以及各种方法之间的关系。其次,认真分析了企业开展质量管理工作中存在的各种问题,针对质量特性值间的各种关联特性,提出了基于关联规则挖掘的质量管理方法,适用于质量管理的供、产、销三大环节,包括对供应商的评价,工序质量的控制以及故障的分析诊断。此外,通过把关联规则挖掘技术还可以应用到企业的人事管理,帮助招聘部门合理制订人才引进计划等。最后,对仪表生产的工艺特性进行了认真分析,提出了适用于仪表生产领域的基于关联规则挖掘的质量管理信息系统的设计思想,目标就是辅助企业更好的进行生产质量控制和管理,有效的管理海量的产品质量信息,提高产品质量,降低废品率,提高生产效率,最终增强企业的市场竞争力。该系统初步应用到一家仪表生产企业,实现了对供应商的评价,工序能力分析和人事管理工作,得到公司领导好评。

论文目录

• 第一章绪论
• 1-1质量管理概述
• 1-1-1质量的内涵
• 1-1-2全面质量管理
• 1-1-3关联规则挖掘在质量管理中的应用
• 1-2质量管理在仪表行业的重要意义
• 1-2-1仪表产业的重要性及行业特点
• 1-2-2国内仪表生产的发展现状及面临的问题
• 1-2-3质量管理在仪表生产中的应用现状
• 1-3课题的主要研究内容
• 第二章质量管理的研究
• 2-1数据与质量特性值
• 2-1-1数据
• 2-1-2质量特性值
• 2-2仪表生产企业的质量管理分析
• 2-2-1质量管理活动的功能分析
• 2-2-2质量管理的信息流分析
• 2-3传统的质量管理方法
• 2-2-1设计开发中的质量管理方法
• 2-2-2生产过程中的质量管理方法
• 2-2-3传统质量管理方法间的联系
• 2-2-4传统质量管理方法在信息时代的局限性
• 第三章基于关联规则挖掘的质量管理的研究
• 3-1数据挖掘概述
• 3-1-1数据挖掘的产生
• 3-1-2数据挖掘的分类
• 3-2关联规则挖掘基础理论
• 3-2-1关联规则挖掘的基本概念
• 3-2-2关联规则挖掘的一般步骤
• 3-2-3关联规则挖掘的扩展模型
• 3-2-4关联规则挖掘的应用
• 3-3关联规则挖掘的经典算法
• 3-3-1Apriori算法
• 3-3-2FP-Growth算法
• 3-4增量式关联规则挖掘
• 3-4-1FastUpdateAlgorithm（FUP）算法
• 3-4-2IncreamentalUpdateAlgorithm（IUA）算法
• 3-5基于关联规则挖掘的质量管理的建模分析
• 3-5-1质量数据的集成
• 3-5-2确定关联规则挖掘在质量管理中的目标
• 3-5-3选择关联规则挖掘的模式
• 3-5-4基于关联规则挖掘的质量管理的分析
• 第四章基于关联规则挖掘的仪表质量管理信息系统的设计
• 4-1仪表生产的工艺流程介绍
• 4-1-1组装
• 4-1-2高温老化
• 4-1-3校表复验
• 4-1-4走字老化
• 4-1-5包装
• 4-2本系统要解决的商业问题
• 4-2-1实现企业信息化
• 4-2-2严格物资采购的质量管理
• 4-2-3加强生产过程质量控制
• 4-2-4实现良好的售后服务管理
• 4-3总体设计
• 4-3-1系统的功能模型
• 4-3-2系统的网络拓扑结构
• 4-4系统开发环境及运行要求
• 4-4-1编程语言的选择
• 4-4-2数据库的选择
• 4-4-3用户界面
• 4-4-4接口要求
• 4-5关联规则挖掘在仪表质量管理中的应用
• 4-5-1应用背景
• 4-5-2系统的功能详解
• 4-5-3基于关联规则挖掘的质量控制和评价子系统
• 第五章结论
• 参考文献
• 致谢
• 攻读学位期间所取得的相关科研成果
• 附录A