基于改进混合采样均衡化的质量规则获取

零件加工质量规则获取对于改善零件质量有重要意义。由于零件加工数据存在不均衡的问题,直接挖掘难以得到不合格品相关规则,而现有的采样均衡化方法往往存在误删关键样本、破坏样本总体分布、产生噪声等缺陷,会导致挖掘结果不准确,为此提出了面向不均衡数据集的基于改进混合采样的质量规则获取模型。先利用提出的基于关键规则欠采样与改进SMOTE过采样的混合采样均衡化方法,对质量数据均衡化处理,再使用FP-tree关联规则算法挖掘质量规则。利用企业实际生产数据,与基于FP-tree的方法、基于随机混合采样的方法进行对比分析,得出该模型在不减少获得的合格类规则及保证规则正确性的前提下,可以获取到更多的不合格类规则。