文摘
英文文摘
声明
1前言
1.1研究背景
1.2国内外研究现状
1.3本文的研究意义
2六西格玛管理及其统计方法实现存在的问题
2.1六西格玛管理(6σ)的概念及特征
2.2六西格玛管理常用的度量
2.2.1西格玛水平Z
2.2.2百万机会缺陷数DPMO
2.3六西格玛管理的过程改进模式——DMAIC
2.4六西格玛管理中统计方法实现存在的主要问题
2.5六西格玛管理总结
3六西格玛管理工具箱的拓展
3.1六西格玛管理现有主要工具的评价
3.2实现六西格玛的新工具——神经网络技术
3.1.1神经网络模型
3.1.2神经网络的工作原理
3.1.3神经网络学习的BP算法
3.1.4神经网络的特征
3.2六西格玛管理工具的补充——遗传算法
3.2.1遗传算法的基本原理
3.2.2遗传算法的特点
4 六西格玛管理中测量方法的改进
4.1六西格玛管理的核心和根本目的
4.2测量顾客需求中运用神经网络的主要思想和操作流程
4.2.1测量顾客需求中运用神经网络的的主要思想
4.2.2测量顾客需求中运用神经网络的的操作流程:
4.3实例分析
4.4本章总结
5 六西格玛管理中改进方法的完善
5.1六西格玛过程改进的目标
5.2传统六西格玛改进技术和神经网络和遗传算法的比较
5.2.1试验设计与优化
5.2.2常用的试验设计和优化方法
5.2.3神经网络和遗传算法优化
5.2.4在六西格玛质量水平下优化试验设计方法的选择
5.3六西格玛过程改进中运用神经网络和遗传算法的中心思想和操作流程
5.3.1六西格玛过程改进中运用神经网络和遗传算法的中心思想
5.3.2六西格玛过程改进中运用神经网络和遗传算法的操作流程
5.4实例研究
5.5本章总结
6 六西格玛管理中质量控制技术的改进
6.1质量控制概述
6.2六西格玛过程下质量控制的特点
6.3六西格玛质量控制中运用神经网络的主要思想
6.3.1控制对象的确定
6.3.2用神经网络代替判异准则
6.4六西格玛质量控制中运用神经网络的操作流程
6.5实例分析
6.6本章总结
7全文的总结与展望
7.1全文总结
7.2进一步研究展望
参考文献
致谢
在读期间科研成果目录