复杂产品关键质量特性识别方法

在复杂产品的关键质量特性(critical-to-quality characteristics,CTQ)识别中,传统方法应用于不平衡数据时会表现出有偏性,即对占类别比例较小的不合格产品识别的性能明显劣于占比例较大的合格样本。为解决以上问题,提出了基于改进信息增益(information gain,IG)算法的复杂产品高维不平衡数据集CTQ识别方法,利用改进IG算法评价标准降低不平衡数据中有偏性的影响,从而有效识别CTQ。算例结果表明该方法可以显著提高不平衡数据关键质量特性识别性能。

基于GSA的复杂产品关键质量特性识别

为了识别复杂产品关键质量特性(critical-to-quality characteristics,CTQs),提出基于遗传模拟退火算法(genetic simulated annealing algorithm,GSA)的特征选择算法。所提算法将遗传算法(genetic algorithm,GA)与模拟退火算法(simulated annealing algorithm,SA)结合,兼有不错局部搜索与全局搜索能力。提出一种综合适应度函数应用于所提算法,以同时优化CTQ集分类性能和所选质量特性数。算例结果表明,所提算法能有效过滤无关、冗余质量特性,识别关键质量特性;与Memetic算法和信息增益(information gain,IG)算法相比,所提算法在识别更少关键质量特性的同时,得到更高预测精度。

用DMAIC方法论改进空调遥控设计

DMAIC是一种包括定义、测量、分析、改进、控制等五个阶段的结构化、有规律的和严谨的过程改进方法论。本文从实际出发,提供了一种基于DMAIC方法的设计改进思路。并具体讨论了DMAIC方法在空调遥控设计改进中的应用,从而实现改善遥控发射和接收性能的目的。

基于Filter与Wrapper的复杂产品关键质量特性识别

为了解决复杂产品关键质量特性(CTQs)识别问题,提出基于过滤(Filter)算法与包裹(Wrapper)算法的改进混合特征选择算法。首先应用Filter算法对复杂产品质量特性进行排序,接着应用Wrapper算法识别关键质量特性。提出一种新的方法FNO,确定Wrapper阶段所选关键质量特性数。应用过滤算法ReliefF构建混合算法ReliefF-W。算例分析表明,ReliefF-W能够有效进行CTQ识别。与一种传统混合算法相比,ReliefF-W能够在保证学习算法有较好预测精度的同时,识别出更少关键质量特性。

基于NSGA-Ⅱ的非平衡制造数据关键质量特性识别

针对非平衡产品制造数据关键质量特性(critical to quality characteristics,CTQs)识别,提出基于NSGA-Ⅱ的特征选择算法.首先,在分类错误率和特征子集大小基础上,针对数据非平衡性,引入第Ⅱ类错误率度量质量特性子集的重要性.接着,应用多目标进化算法NSGA-Ⅱ最小化以上三个度量标准,得到非支配解集.最后,引入理想点法从非支配解集中选择最佳调和解,得到CTQ集.算例结果表明,所提算法能够得到较高分类精度,同时有效降低第Ⅱ类错误率与CTQ集大小,说明了算法的有效性.