随着我国通信基础的大规模建设,光纤光缆制造业获得了迅猛发展。与此同时,智能制造正引领工业3.0革命的浪潮,我国传统制造业逐渐开始升级,朝着智能制造业进行转型。我国光纤制备企业基本已经实现信息化和智能化管理,但是,在光纤制备工艺方面还存在着一些问题:如何准确发现光纤制备工艺参数的影响因素及内在关联关系;如何固化专家制备经验;如何准确预测工艺参数的变化对未来产品质量的影响等。本文阐述了传统光纤制备工艺的现状和不足,探究利用机器学习的方法对光纤制备进行辅助决策,并形成可视化的系统。分析预制棒数据和光纤数据,建立回归决策树模型,根据模型形成光纤制备规则,分析预制棒参数和光纤参数的内在关联,并对结果进行可视化,形成完整的系统。本文主要研究内容如下:1.对预制棒数据和光纤数据进行深入理解,对数据进行噪声去除、归一化和数据链接的一系列操作,为机器学习的特征构建和建模进行预处理工作;基于对数据和业务的了解,通过信息增益法对预制棒数据进行特征选择;用预制棒数据作为特征,光纤的某个参数作为目标,构建回归决策树模型,此模型即为光纤制备辅助决策算法的基模型。通过实验分析,验证了回归决策树模型的有效性。2.根据回归决策树模型的分裂路径,获取到多个光纤制备规则;根据信息增益法获取重要性较高的预制棒特征作为光纤的影响因子,通过分析历史数据,获取光纤目标和影响因子之间的关系。3.搭建大数据平台和web服务器,将光纤制备规则和影响因子进行可视化,并形成完整的光纤制备大数据辅助决策系统。针对设计的光纤大数据辅助决策系统,总结其优势:通过回归模型的分裂路径,获取多条光纤制备规则,固化制备经验;通过对光纤参数的影响因子分析,有效地发现预制棒参数的变化对光纤的影响以及它们的内在联系;搭建大数据平台,存储和分析海量的数据,提高系统的时效性;完整的可视化平台,能直观的展示算法的结果,为制备专家提供方便的辅助决策帮助。