基于特征選擇算法的復雜產品關鍵質量特性識別研究.pdf

1、復雜產品包含大量質量特性，識別影響產品質量的關鍵質量特性（CTQ）是產品質量改進中必不可少的一步。實際生產中，大量質量特性數據從生產線收集，為后續(xù)分析提供了基礎。本文針對復雜產品數據的高維性、數據非平衡性、質量特性時序性等特點，建立基于特征選擇算法的CTQ識別算法。
　　首先，針對數據高維性，建立了兩個平衡數據CTQ識別算法。分別是基于ReliefF改進的識別算法和基于遺傳模擬退火算法的識別算法。在基于ReliefF改進的方法中，

2、提出一個新的CTQ數確定方法。結果表明，改進方法能夠比傳統(tǒng)ReliefF更加有效過濾無關、冗余質量特性。在基于遺傳模擬退火算法的方法中，建立了結合質量特性數和質量特性重要性兩個度量的綜合適應度函數用于特征優(yōu)化。實驗結果表明，綜合適應度函數能夠增強算法降維能力。
　　其次，針對非平衡制造數據，建立了一個兩階段CTQ識別框架。第一階段，使用多目標優(yōu)化算法識別出一組備選關鍵質量特性集。第二階段，使用理想點法從備選解中選擇最佳調和解，即C

3、TQ集?；谠摽蚣?，分別使用多目標優(yōu)化算法——改進 NSGA-II和改進 DMS，建立兩個識別算法。在這兩個算法中，分別定義了兩種基于非平衡數據的質量特性重要性度量。實驗結果表明，兩個算法能夠在數據非平衡條件下有效識別CTQ。
　　最后，質量特性對應于產品加工各個階段，具有時序性的特點?？紤]各質量特性的時序性，并提出兩階段非平衡數據CTQ識別算法。在第一階段，利用基于遺傳算法和 DMS的混合多目標優(yōu)化算法選擇備選關鍵質量特性集。第