基于集成學(xué)習(xí)方法的多元統(tǒng)計過程異常診斷的研究.pdf

1、現(xiàn)在的世紀是質(zhì)量的世紀，高質(zhì)量的產(chǎn)品與服務(wù)是大到國家小到企業(yè)的一致追求。產(chǎn)品質(zhì)量的提高離不開對生產(chǎn)過程的控制，而且隨著產(chǎn)品復(fù)雜度的不斷提高，往往需要對生產(chǎn)過程中兩個或多個相關(guān)質(zhì)量特性同時進行監(jiān)控以探測其可能發(fā)生的異常，然后對異常采取相應(yīng)措施進行糾正處理，從而達到提高產(chǎn)品質(zhì)量的目的。然而用于生產(chǎn)過程監(jiān)控的控制圖僅能識別過程是否失控，但不能識別具體是哪個或哪些變量引起的失控。針對此問題，本文提出一種基于Bagging和分類回歸樹的集成分類器

2、方法用于識別多變量統(tǒng)計過程控制中HotellingT2控制圖給出的均值偏移的異常信號。針對兩個變量、三個變量和四個變量的情況進行數(shù)據(jù)仿真實驗，考慮到訓(xùn)練次數(shù)對分類效果的影響，通過大量實驗選取了合適的訓(xùn)練次數(shù)，最終實驗結(jié)果以及與前人方法的比較，證明了本文方法的有效性。同時，又對影響方法效果的因素訓(xùn)練集樣本數(shù)量及變量間的相關(guān)性分別做了具體分析。在此基礎(chǔ)上，本文進一步應(yīng)用了移動窗口法將Bagging-CART集成方法用于多元過程均值異常的在線