Het onderzoek naar mijnbouwbeslissingsregels van het fabricageproces van onderdelen

Op het gebied van datamining omvatten veelgebruikte classificatiemethoden ondersteunende vectormachines, neurale netwerken, Bayesiaanse classificatie, enz. De bovenstaande algoritmen zijn voornamelijk gericht op onregelmatige gegevensdistributie, vertrouwend op de ondersteuning van big data en het ontginnen van hun potentiële associatierelaties door middel van soortgelijke maatregelen. Het wordt veel gebruikt op gebieden zoals foutdiagnose. In de machinebouwindustrie is het ontwerp van kenmerkparameters van onderdelen (zoals grootte, nauwkeurigheid, enz.) echter gestandaardiseerd geworden en in de daadwerkelijke engineering komt elk onderdeel in de database overeen met slechts één procesroute. Daarom is de herhalingssnelheid van de procesgegevens relatief hoog en is de hoeveelheid gegevens klein, wat niet geschikt is voor de bovengenoemde algoritmeverwerking. Daarom gebruiken onderzoekers meestal de ruwe verzamelingentheorie om de mijnbouw van procesbeslissingsregels te begeleiden.

Voordat we beslissingsregels ontginnen, moeten we eerst de geloofwaardigheid van de gegevens waarborgen. Dit komt omdat in de daadwerkelijke engineering de werkomstandigheden altijd in realtime veranderen. Om te voorkomen dat een kleine hoeveelheid atypische gegevens die door speciale arbeidsomstandigheden worden gegenereerd, de besluitvorming beïnvloeden, moeten gegevens vooraf worden voorspeld. omgaan met. Daarom gebruikt de literatuur over het algemeen de methode voor het berekenen van ondersteuning en vertrouwen om typische procesgegevens te verkrijgen.

Gebaseerd op het uitgebreide ruwe verzamelingsmodel, wordt de kennis van procesvoorkeuren ontgonnen door de samengestelde relatie van equivalentie, gelijkenis en voorkeur, wat bevestigt dat de kennis van procesvoorkeuren de besluitvorming van de ontwerper direct kan sturen, en de theorie van de ruwe verzameling vereist geen de link voor de evaluatie van de haalbaarheid van de procesregel, die beter is dan andere. De mijnbouwmethode is eenvoudiger en directer.

De resultaten van de ruwe verzamelingentheorie omvatten de deterministische regels die zijn verkregen uit de lagere benaderingsverzameling en de negatieve zone, evenals de onzekere regels van de grenszone. Om de procesregels van de grenszone vollediger te ontginnen, hebben Zhang Z. et al. gebruikte een ruw setmodel met variabele precisie om de nauwkeurigheid te halen. Na de veranderingen in het mijnbouwproces wordt het bereik van de bovenste benaderingsset effectief verminderd. De kwalitatieve kennis wordt toegewezen aan de associatierelatie om een ​​kennisfusiemodel te vormen, dat effectief meer beslissingsregels kan ontginnen.

Het kernproces van het ruwe redeneren is het verkrijgen van de minimale attribuutreductie. Chen Hao et al. analyseerde de reductie-anomalieën veroorzaakt door het inclusie-interval en het positieve gebied. Voor het ruwe setmodel met variabele precisie met constante classificatiesnelheid en constant positief domein, de op inhoud gebaseerde verschilmatrix en attribuutkern om de minimale attribuutreductiemethode te verkrijgen. Gebruik een heuristisch reductiealgoritme, verkrijg eerst het kernattribuut en bereken de attribuutafhankelijkheid. Volgens de oplopende volgorde van de afhankelijkheid, worden het attribuut en het kernelattribuut op hun beurt gecombineerd en krijgen ze uiteindelijk Minimale attribuutreductie, overweeg
De inhomogeniteit van de steekproefverdeling wordt verbeterd op basis van de ruwe verzameling van de buurt, en het model van de ruwe verzameling van de K-dichtstbijzijnde buur wordt voorgesteld, dat effectief een groot aantal attributen verwijdert. Beslisregel-mining is hoofdzakelijk verdeeld in twee soorten, de ene is inductieve mijnbouw en de andere is deductie. Mijnbouw methode. Het belangrijkste idee van inductieve mijnbouw is om zinvolle besluitvormingsregels samen te vatten in complexe datasets. Wanneer het doel is verkregen, stemt u de voorwaardelijke attributen van de regelset af op de attribuutparameters van het doel, om de besluitvormingsregels te extraheren die voldoen aan de afstemmingsvereisten. Het belangrijkste idee van deductieve mijnbouw is om de beslissingsinhoud op te splitsen in een combinatie van verschillende beslissingssubsets en de dataset te gebruiken om het toepassingsgebied van de beslissingssubsets te ontginnen. Wanneer het doel is bereikt, volgens het doel
De parameter target-attribuut extraheert de juiste besluitvormingssubset en reorganiseert deze in de vereiste besluitvormingsinhoud. Daarentegen zijn de beslissingsregels van inferentiële mijnbouw diverser en hebben een breder toepassingsgebied, en inductieve mijnbouw heeft strengere beperkingen, wat de betrouwbaarheid van de regels kan waarborgen.

In de bovengenoemde documenten zijn de meeste verwerkingsmethoden inductieve mijnbouw. Hoewel de betrouwbaarheid van de beslisregels effectief wordt gegarandeerd, leidt de sterke beperking ook tot een laag gebruik van gegevens en beperkt het de volledigheid van de beslisregelbasis. Bovendien, hoewel de variabele precisie ruwe set het grensgebied effectief kan verkleinen, wordt de precisiewaarde voornamelijk bepaald door handmatige ervaring, en te veel menselijke factoren zullen de betrouwbaarheid van de beslissingsregel verminderen. Hoe het grensgebied te verkleinen en de flexibiliteit van de regels te verbeteren op basis van het waarborgen van de betrouwbaarheid van de besluitvormingsregels is daarom de belangrijkste onderzoeksrichting van de besluitvormingsregels voor mijnbouwprocessen.

Link naar dit artikel： Het onderzoek naar mijnbouwbeslissingsregels van het fabricageproces van onderdelen

Reprint Statement: Als er geen speciale instructies zijn, zijn alle artikelen op deze site origineel. Vermeld de bron voor herdruk: https://www.cncmachiningptj.com/，thanks！

PTJ CNC-shop produceert onderdelen met uitstekende mechanische eigenschappen, nauwkeurigheid en herhaalbaarheid van metaal en kunststof. 5-assig CNC-frezen beschikbaar.Legering op hoge temperatuur machinaal bewerken: bereik inclouding inconel-bewerking,monel bewerking,Geek Ascology-bewerking,Karper 49 bewerking,Hastelloy-bewerking,Nitronic-60 bewerking,Hymu 80 bewerking,Bewerking van gereedschapsstaal,enz.,. Ideaal voor ruimtevaarttoepassingen.CNC-bewerking produceert onderdelen met uitstekende mechanische eigenschappen, nauwkeurigheid en herhaalbaarheid van metaal en kunststof. 3-assig en 5-assig CNC-frezen beschikbaar. We zullen samen met u een strategie bedenken om de meest kosteneffectieve services te bieden om u te helpen uw doel te bereiken, welkom om contact met ons op te nemen ( verkoop@pintejin.com ) direct voor uw nieuwe project.