xgboost算法在制造业质量预测中的应用.doc

xgboost算法在制造业质量预测中的应用.doc

ID:9124624

大小:58.00 KB

页数:7页

时间:2018-04-18

xgboost算法在制造业质量预测中的应用.doc_第1页
xgboost算法在制造业质量预测中的应用.doc_第2页
xgboost算法在制造业质量预测中的应用.doc_第3页
xgboost算法在制造业质量预测中的应用.doc_第4页
xgboost算法在制造业质量预测中的应用.doc_第5页
资源描述:

《xgboost算法在制造业质量预测中的应用.doc》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、XGBoost算法在制造业质量预测中的应用蒋晋文刘伟光深圳大学计算机与软件学院制造业产业是一个信息化和工业化高度融合的产业。制造业生产过程的每一个环节都会积累大量的数据。而在关于生产产品质量抽测的过程中,当发现质量不佳的产品,若要修正,通常却为时已晚。因此,对生产信息进行数据挖掘,由机器牛.产参数去预测产品的质量可以及时、全面地知晓生产结果,并且根据预先得到的结果做出对应的决策可以有效地提高产品的质量。XGBoost算法是一种高效准确的回归算法,本文将XGBoost算法应用于制造业质量预测屮,从而实现丫准确预测产品质量的目的,为制造业生产产品质量预测提供了一种有效的方

2、法。关键词:制造业;大数据;质量预测;冋归;ApplicationofXGBoostalgorithminmanufacturingqualitypredictionJIANGJinwenLIUWeiguangSchoolofComputerandSoftware,ShenzhenUniversity:Abstract:Manufacturingindustryisahighlyintegratedinformationandindustrializationindustry.Everylinkofthemanufacturingprocessaccumulatesa

3、lotofdata.Tntheprocessofdetectingtheproductsquality,whenfindingpoorqualityproducts,itisusuallylatetofix.Realizingdataminingforproductioninformation,predictingproductqualitybymachineproductionparameterscouldmastertheresultsoftheproductioninatimelyandcomprehensiveway,thereforemakecorrespo

4、ndingdecisionsbasedonpre-knowresultstoeffectivelyimproveproductquality.XGBoostalgorithmisanefficientandaccurateregressionalgorithm.Inthispaper,XGBoostalgorithmisappliedtothemanufacturingqualityprediction,soastoachievethepurposeofaccuratelypredictingtheproductqualityandprovideaneffective

5、methodformanufacturingproductqualityprediction.Keyword:manufacturing;bigdata;qualityprediction;regression;0引言制造业产业是一个信息化和工业化高度融合的产业。《屮国制造2025》提出丫用信息化和工业化两化深度融合来引领和带动整个制造业的发展,让制造业向工业4.0转变[1]。制造业的生产过程一般包含选材、加工、产品质量检测等多个环节,在生产过程的每一个环节都会累积大量的数据。这些数据通常反映了制造业的生产过程。通过数据挖掘方法来分析生产过程的数据,冇利于更好地发现生

6、产过程的异常,增强产品的质量控制,对于优化生产,提高产能有着至关重耍的研发意义。通过准确预测产品的质量可以达到生产结果即时性以及全面性。并且基于预先知道的结果做出应对决策可以有效提高产品的质量。因此,国内外学者将统计和机器学习方法用于制造业质量预测的研宄中,以期提高产品的良品率。赵旭等m提出丫一种多变量统计质量控制方法来减小由于过程扰动引起的产品质量变化。与传统的PID质量控制方法相比,所提出的方法能减小由过程扰动引起的质量变化。胡胜位1等提出了基于遗传算法和支持向量机的多元质量过程均值异常诊断方法,实现了多元制造过程异常变量的定位和分离,弥补了传统的多元过程技术只能

7、诊断过程的整体状态,不能对异常变量进行分离和定位的缺陷。ZhengUl分别采用贝叶斯网络算法和MapReduce框架,以船体分段制造为研允对象,精准预测了船体分段的精度。朱慧明m提出了贝叶斯质量控制方法,应用基于Gibbs抽样的马尔可夫链蒙特卡罗方法模拟模型参数的后验分布,构建了自相关过程的贝叶斯统计质量控制模型,使得拟合后的残差序列只有相互独立性质,解决了工序质量控制中自相关过程的观测值并不满足控制变量独立性的基本假设问题。XGBoost[5]的全称是eXtremeGradientBoosting,是一种基于梯度Boosting的集成学习算法,XG

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。