Qismən İstehsal Prosesinin Mədən Qərar Qaydaları Araşdırması

Verilənlərin istehsalı sahəsində geniş istifadə olunan təsnifat metodlarına dəstək vektor maşınları, neyron şəbəkələri, Bayes təsnifatı və s. daxildir. Yuxarıdakı alqoritmlər əsasən böyük verilənlərin dəstəyinə arxalanaraq qeyri-müntəzəm məlumatların paylanmasına və onların potensial assosiasiya əlaqələrinin öyrənilməsinə yönəlib. oxşar tədbirlər. Arızanın diaqnozu kimi sahələrdə geniş istifadə olunur. Bununla belə, maşınqayırma sənayesində hissələrin xüsusiyyət parametrlərinin (ölçüsü, dəqiqliyi və s. Buna görə də, proses məlumatlarının təkrarlanma sürəti nisbətən yüksək, məlumatların miqdarı isə kiçikdir ki, bu da yuxarıda qeyd olunan alqoritmin emalı üçün uyğun deyildir. Buna görə də, tədqiqatçılar proses qərar qaydalarının mədənçiliyinə rəhbərlik etmək üçün əsasən kobud dəst nəzəriyyəsindən istifadə edirlər.

Mining qərar qaydalarından əvvəl, ilk növbədə məlumatların etibarlılığını təmin etməliyik. Bunun səbəbi, faktiki mühəndislikdə iş şəraitinin həmişə real vaxtda dəyişməsidir. Xüsusi iş şəraiti tərəfindən yaradılan kiçik miqdarda atipik məlumatların qərar qəbuluna təsir etməməsi üçün məlumatların əvvəlcədən proqnozlaşdırılması lazımdır. tutmaq. Buna görə də, ədəbiyyat adətən tipik proses məlumatlarını əldə etmək üçün dəstək və inamın hesablanması metodundan istifadə edir.

Genişləndirilmiş kobud çoxluq modelinə əsaslanaraq, proses üstünlükləri bilikləri ekvivalentlik, oxşarlıq və üstünlüklərin mürəkkəb əlaqəsi ilə əldə edilir və bu, prosesə üstünlük verən biliklərin dizaynerin qərar qəbul etməsinə birbaşa rəhbərlik edə biləcəyini təsdiqləyir və kobud çoxluq nəzəriyyəsi tələb etmir. digərlərindən daha yaxşı olan proses qaydasının texniki-iqtisadi qiymətləndirmə bağlantısı. Qazma üsulu daha sadə və birbaşadır.

Kobud çoxluq nəzəriyyəsi mədən nəticələrinə aşağı yaxınlaşma dəsti və mənfi zonadan əldə edilən deterministik qaydalar, habelə sərhəd zonasının qeyri-müəyyən qaydaları daxildir. Sərhəd zonasının proses qaydalarını daha tam şəkildə mənimsəmək üçün Zhang Z. et al. Dəqiqliyi ötürmək üçün dəyişən dəqiqlikli kobud dəst modelindən istifadə edilmişdir. Mədən prosesində dəyişikliklərdən sonra yuxarı yaxınlaşma dəstinin diapazonu effektiv şəkildə azalır. Keyfiyyətli bilik, daha çox qərar vermə qaydalarını effektiv şəkildə mənimsəyə bilən bilik birləşmə modeli yaratmaq üçün assosiasiya əlaqəsinə uyğunlaşdırılır.

Kobud dəst əsaslandırmasının əsas prosesi minimum atribut azalmasını əldə etməkdir. Chen Hao və başqaları. daxiletmə intervalının və müsbət bölgənin yaratdığı reduksiya anomaliyalarını təhlil etdi. Sabit təsnifat dərəcəsi və sabit müsbət sahə ilə dəyişən dəqiqlikli kobud dəst modeli üçün minimum atribut azaldılması metodunu əldə etmək üçün məzmuna əsaslanan Fərq matrisi və atribut nüvəsi. Evristik reduksiya alqoritmindən istifadə edərək əvvəlcə əsas atributunu əldə edin və atributdan asılılığı hesablayın. Asılılığın artan sırasına uyğun olaraq, atribut və nüvə atributu növbə ilə birləşdirilir və nəhayət, Minimal atribut azaldılması əldə edilir, nəzərə alın
Nümunə paylanmasının qeyri-homogenliyi qonşuluq kobud çoxluğu əsasında yaxşılaşdırılır və çoxlu sayda atributları effektiv şəkildə aradan qaldıran K-ən yaxın qonşu kobud dəst modeli təklif olunur. Qərar qaydası mədənçiliyi əsasən iki növə bölünür, biri induktiv mədənçilik, digəri isə deduksiyadır. Mədən üsulu. İnduktiv mədənçiliyin əsas ideyası mürəkkəb məlumat dəstlərində mənalı qərar qəbul etmə qaydalarını ümumiləşdirməkdir. Hədəf əldə edildikdə, uyğun tələblərə cavab verən qərar qəbul etmə qaydalarını çıxarmaq üçün hədəfin atribut parametrlərinə uyğun olaraq müəyyən edilmiş qaydanın şərti atributlarını uyğunlaşdırın. Deduktiv mədənçiliyin əsas ideyası qərar məzmununu bir neçə qərar alt çoxluğunun birləşməsinə bölmək və qərar alt çoxluqlarının tətbiq dairəsini mənimsəmək üçün məlumat dəstindən istifadə etməkdir. Hədəf əldə edildikdə, hədəfə uyğun olaraq
Hədəf atribut parametri müvafiq qərar qəbuletmə alt dəstini çıxarır və onu tələb olunan qərar qəbuletmə məzmununa yenidən təşkil edir. Bunun əksinə olaraq, inferential mədənçiliyin qərar qaydaları daha müxtəlifdir və daha geniş tətbiq dairəsinə malikdir və induktiv mədəndə qaydaların etibarlılığını təmin edə bilən daha sərt məhdudiyyətlər var.

Yuxarıda qeyd olunan sənədlərdə emal üsullarının əksəriyyəti induktiv mədənçilikdir. Qərar vermə qaydalarının etibarlılığına effektiv təminat verilsə də, güclü məhdudiyyət həm də məlumatların aşağı istifadəsinə gətirib çıxarır və qərar qaydaları bazasının tamlığını məhdudlaşdırır. Üstəlik, dəyişən dəqiqlik kobud dəsti sərhəd sahəsini effektiv şəkildə azalda bilsə də, dəqiqlik dəyəri əsasən əl təcrübəsi ilə müəyyən edilir və çox insan faktoru qərar qaydasının etibarlılığını azaldacaq. Buna görə də, qərar qəbul etmə qaydalarının etibarlılığının təmin edilməsi əsasında sərhəd sahəsinin azaldılması və qaydaların çevikliyinin necə yaxşılaşdırılması mədən prosesinin qərar qəbulu qaydalarının əsas tədqiqat istiqamətidir.

Bu məqaləyə keçid: Qismən İstehsal Prosesinin Mədən Qərar Qaydaları Araşdırması

Reprint Statement: Xüsusi təlimatlar yoxdursa, bu saytdakı bütün məqalələr orijinaldır. Yenidən çap etmək üçün mənbəyi göstərin: https: //www.cncmachiningptj.com/，thanks！

PTJ CNC mağazası, metal və plastikdən mükəmməl mexaniki xüsusiyyətlərə, dəqiqliyə və təkrarlana bilən hissələr istehsal edir. 5 oxlu CNC freze mövcuddur.Yüksək temperaturlu xəlitəli emal əhatə dairəsi inconel emal,monel emal,Geek Ascology emalı,Carp 49 emal,Hastelloy emalı,Nitronic-60 emal,Hymu 80 emal,Tool Polad emalvə s.,. Aerokosmik tətbiqetmələr üçün idealdır.CNC işləmə metal və plastikdən mükəmməl mexaniki xüsusiyyətlərə, dəqiqliyə və təkrarlana bilən hissələr istehsal edir. 3 oxlu və 5 oxlu CNC frezeleme mövcuddur. Hədəfinizə çatmanıza kömək edəcək ən sərfəli xidmətlər təqdim etmək üçün sizinlə strategiya quracağıq, Bizimlə əlaqə qurmağa xoş gəlmisiniz ( sales@pintejin.com ) birbaşa yeni layihəniz üçün.