[发明专利]一种基于误差传递网络与提升树算法的质量预测方法

摘要

本发明公开一种基于误差传递网络与提升树算法的质量预测方法，建立基于零件加工特征和加工要素的制造资源关系网络；构建制造资源关系网络与质量子网络合并的多工序误差传递网络；确定质量预测模型的输入和输出特征，构建基于误差传递网络与提升树算法的质量预测模型；利用粒子群和网格搜索算法分别对超参数进行优化；建立模型准确率和成熟度的评价指标；利用蒙特卡洛方法生成的生产现场仿真数据，推测产品合格率。本发明实现了产品生产过程的可视化建模，设计了一种预测能力稳定，参数便于优化，效率和准确率高的质量预测方法，解决了企业对产品质量的精准预测，对加工质量做到提前预防与控制，有助于企业质量损失的降低和经济效益的提高。

主权项

1.一种基于误差传递网络与提升树算法的质量预测方法，其特征在于，包括以下步骤：步骤1，提取网络结点，确定连接关系，构建与零件加工质量特性有关的多工序误差传递网络；步骤2，根据步骤1得到的多工序误差传递网络，确定质量预测模型的输入和输出特征，基于提升树算法，构建基于误差传递网络与提升树算法的质量预测模型；步骤3，根据步骤2得到的质量预测模型，利用粒子群和网格搜索算法分别对提升树算法中连续和离散的超参数进行寻优，得到优化后的质量预测模型；步骤4，建立模型准确率和成熟度的评价指标，用以评估步骤3得到的质量模型的优劣，保证所述质量模型预测质量；步骤5，利用蒙特卡洛方法生成样本仿真数据，作为步骤3中训练成熟的预测模型的输入，根据预测模型输出的预测值推断产品合格率，为生产调整提供依据。