基于梯度下降法的組合分類器在質(zhì)量診斷中的應(yīng)用研究.pdf

1、在現(xiàn)代社會，作為企業(yè)生命的質(zhì)量已經(jīng)成為贏得市場和獲取利潤的手段，統(tǒng)計過程控制正是產(chǎn)生于這種背景下。作為監(jiān)控生產(chǎn)過程的手段，質(zhì)量診斷已成為當(dāng)前的研究熱點(diǎn)之一。在眾多監(jiān)測過程有效性的工具中，控制圖最為經(jīng)典、有效。實踐早期，由于技術(shù)手段的限制人們只能對少數(shù)幾個顯著影響產(chǎn)品質(zhì)量的質(zhì)量特性進(jìn)行監(jiān)控。由于該時期理論上假設(shè)各個變量是相互獨(dú)立的，因此可以每個變量分別采用的傳統(tǒng)控制圖，此時的質(zhì)量診斷方法并不能從真正實現(xiàn)產(chǎn)品質(zhì)量的飛躍。隨著實踐的發(fā)展，實踐

2、者開始使用關(guān)聯(lián)控制圖對生產(chǎn)進(jìn)行監(jiān)控，但是由于質(zhì)量特性間的組合數(shù)太多，導(dǎo)致實踐上的難以實施。
　　 在理論界，當(dāng)HotellingT2控制圖發(fā)出失控信號時，怎么追溯具體的失控變量已經(jīng)成為亟待研究的問題。國內(nèi)外學(xué)者提出了許多質(zhì)量診斷的方法，如基于主成分分析的診斷方法，MYT分解法，基于神經(jīng)網(wǎng)絡(luò)的診斷方法以及基于支持向量機(jī)的診斷方法等。盡管學(xué)術(shù)界已經(jīng)提出了不少多變量質(zhì)量診斷方法，然而它們總有這樣或那樣的不足之處。
　　 本文在

3、廣泛總結(jié)前人的研究成果基礎(chǔ)上，選取兩層樹深四個葉子節(jié)點(diǎn)的分類回歸樹作為基函數(shù)，將最速下降法和組合分類器結(jié)合起來，通過不斷地優(yōu)化下一代分類器的各個參數(shù)，以實現(xiàn)各個分類器能夠更好地互補(bǔ)，提出了基于梯度下降法的組合分類器，并給出該方法進(jìn)行診斷的流程。通過實例研究和比較，在診斷準(zhǔn)確性方面，本文的方法要優(yōu)于多層感知神經(jīng)網(wǎng)和多變量休哈特控制圖。最后，我們對本文的方法進(jìn)行了適當(dāng)?shù)母倪M(jìn)，取得了良好地效果。從實踐的角度，本文的研究成果具有指導(dǎo)生產(chǎn)的意義，