论文部分内容阅读
对产品的关键质量特性进行识别,能够在生产中对产品质量进行控制,使产品生产在稳定状态中进行,降低产品变异,提高产品质量。复杂产品因其组成结构、技术、制造工艺和管理等方面的复杂性,导致产品质量特性急剧增加,使产品质量控制难度加大,而效率却降低。为了提高复杂产品质量控制的效率,降低企业成本,必须对复杂产品的质量特性进行研究,从中识别出对产品质量具有重要影响的关键特性,加以严格监控,使复杂产品的质量得到有效控制。本文主要研究了四种识别关键质量特性识别的方法:(1)基于LASSO的关键质量特性识别方法。针对其质量特性数量多,但样本数量少的特点,引入泛函分析中的范数概念,通过范数选择方法方法,应用LASSO建立识别复杂产品关键质量特性的方法,并采用SVM分类器测试所得关键特性子集的分类预测能力,以检测该方法用于关键质量特性识别的有效性。(2)采用粗糙集和引力搜索算法相结合的模式,构建复杂产品关键质量特性识别的方法。该方法用引力搜索算法在质量特性空间搜寻,并以由粗糙集理论知识构建的函数作为适应函数,对搜寻到的特性的关键性进行判断。经算例验证,该方法能够有效降低质量特性维度,为关键质量特性的识别提供了一种可靠的方法。(3)以互信息对质量特性间的关系进行测度,建立两阶段的属性聚类分析方法,对复杂产品关键质量特性进行识别。算例分析表明,由于在第一阶段能够对噪声特性和冗余特性进行剔除,两阶段的聚类方法能够有效识别复杂产品的关键质量特性。(4)建立一种基于启发式算法的Filter和Wrapper混合模型用于关键质量特性的识别。首先,通过特性相关冗余分析,对质量特性进行筛选,以降低质量特性的维度。然后,运用离散PSO算法,在降维后的特性空间中进行关键特性搜寻。该方法兼具Filter方法和Wrapper方法的优点。算例分析结果说明,这种混合方法能够有效识别出关键质量特性。