论文目录 | |
摘要 | 第1-7页 |
ABSTRACT | 第7-13页 |
第一章 绪论 | 第13-33页 |
1.1 研究背景及意义 | 第13-14页 |
1.2 国内外研究现状 | 第14-21页 |
1.2.1 全自动免疫检验医疗器械国内外研究现状 | 第14-18页 |
1.2.2 优化关键问题国内外研究现状 | 第18-21页 |
1.3 本文主要研究方法 | 第21-30页 |
1.3.1 调度优化方法 | 第21-26页 |
1.3.2 Bayes可靠度评价方法 | 第26-28页 |
1.3.3 多目标决策方法 | 第28-30页 |
1.4 课题来源 | 第30页 |
1.5 本文研究内容结构和安排 | 第30-32页 |
1.6 本章小结 | 第32-33页 |
第二章 基于时间约束PN模型的免疫检验过程调度优化研究 | 第33-58页 |
2.1 引言 | 第33页 |
2.2 模型描述和建立 | 第33-41页 |
2.2.1 模型简介 | 第33-34页 |
2.2.2 符号表示 | 第34-35页 |
2.2.3 各子模块操作分析 | 第35-39页 |
2.2.4 模型建立 | 第39-41页 |
2.3 模型分析及求解 | 第41-49页 |
2.3.1 模型特性 | 第41-45页 |
2.3.2 可达树分析 | 第45-47页 |
2.3.3 模型求解 | 第47-49页 |
2.4 实验结果 | 第49-56页 |
2.4.1 Matlab试验结果分析 | 第49-55页 |
2.4.2 CPN Tools试验结果分析 | 第55-56页 |
2.5 本章小结 | 第56-58页 |
第三章 基于NMPSO算法的不同检验项目类型的免疫检验过程调度优化研究 | 第58-86页 |
3.1 引言 | 第58页 |
3.2 不同检验项目类型的免疫检验过程调度优化问题描述 | 第58页 |
3.3 NMPSO算法 | 第58-66页 |
3.3.1 相关基础 | 第58-60页 |
3.3.2 算法的改进 | 第60-64页 |
3.3.3 基于NMPSO的算法 | 第64-66页 |
3.4 BENCHMARK标准函数实验分析 | 第66-73页 |
3.4.1 模型参数分析及仿真 | 第67-69页 |
3.4.2 早熟处理和均衡项分析及仿真 | 第69-70页 |
3.4.3 实验结果分析 | 第70-73页 |
3.5 在免疫检验过程优化调度的应用 | 第73-85页 |
3.5.1 应用说明 | 第73-76页 |
3.5.2 实验结果分析 | 第76-85页 |
3.6 本章小结 | 第85-86页 |
第四章 基于双侧M-BAYES可信限在免疫检验过程的可靠性研究 | 第86-111页 |
4.1 引言 | 第86页 |
4.2 免疫检验过程可靠性问题描述 | 第86-87页 |
4.3 分布参数未知下的双侧M-BAYES可靠性评价方法 | 第87-98页 |
4.3.1 预备知识 | 第87-91页 |
4.3.2 双侧M-Bayes可信限相关定理及证明 | 第91-98页 |
4.4 在免疫检验过程中的实际应用 | 第98-109页 |
4.4.1 定理的验证和结果分析 | 第98-105页 |
4.4.2 与检验过程可靠性框图模型的结果比较 | 第105-109页 |
4.5 本章小结 | 第109-111页 |
第五章 基于改进的熵权区间数多目标TOPSIS决策方法及在免疫检验系统上的应用 | 第111-126页 |
5.1 引言 | 第111页 |
5.2 免疫检验系统中的多目标决策问题描述 | 第111-112页 |
5.3 数学基础 | 第112-114页 |
5.3.1 区间数定义及其四则运算 | 第112-113页 |
5.3.2 区间数比较 | 第113页 |
5.3.3 区间数多目标决策问题的表达形式 | 第113-114页 |
5.4 基于改进的熵权区间数多目标TOPSIS决策方法模型 | 第114-119页 |
5.4.1 改进思路 | 第114-117页 |
5.4.2 建模过程 | 第117-119页 |
5.5 在免疫检验系统的多目标决策问题上的应用 | 第119-124页 |
5.6 本章小结 | 第124-126页 |
结论与展望 | 第126-129页 |
参考文献 | 第129-140页 |
攻读博士学位期间取得的研究成果 | 第140-142页 |
致谢 | 第142-144页 |
附件 | 第144页 |