Die reëls vir navorsing oor mynboubesluit oor gedeeltelike vervaardigingsprosesse

Op die gebied van data-ontginning sluit algemeen gebruikte klassifikasiemetodes ondersteuningsvektormasjiene, neurale netwerke, Bayesiaanse klassifikasie, ens in. Die bogenoemde algoritmes is hoofsaaklik gerig op onreëlmatige dataverspreiding, wat staatmaak op die ondersteuning van groot data, en die ontginning van hul potensiële assosiasieverhoudings d.m.v. soortgelyke maatreëls. Dit word wyd gebruik in velde soos foutdiagnose. In die masjinerievervaardigingsbedryf het die ontwerp van kenmerkparameters van onderdele (soos grootte, akkuraatheid, ens.) egter gestandaardiseer geword, en in werklike ingenieurswese stem elke deel in die databasis ooreen met slegs een prosesroete. Daarom is die herhalingstempo van die prosesdata relatief hoog, en die hoeveelheid data is klein, wat nie geskik is vir die bogenoemde algoritme-verwerking nie. Daarom gebruik navorsers meestal rowwe versamelingteorie om die ontginning van prosesbesluitreëls te rig.

Voor mynboubesluitreëls moet ons eers die geloofwaardigheid van die data verseker. Dit is omdat die werksomstandighede in werklike ingenieurswese altyd intyds verander. Om te verhoed dat 'n klein hoeveelheid atipiese data wat deur spesiale werksomstandighede gegenereer word besluitneming beïnvloed, moet data vooraf voorspel word. hanteer. Daarom gebruik die literatuur oor die algemeen die metode om ondersteuning en vertroue te bereken om tipiese prosesdata te verkry.

Gebaseer op die uitgebreide rowwe stel-model, word die prosesvoorkeurkennis ontgin deur die saamgestelde verhouding van ekwivalensie, ooreenkoms en voorkeur, wat verifieer dat die prosesvoorkeurkennis die ontwerper se besluitneming direk kan lei, en die rowwe versamelingteorie vereis nie die proses reël haalbaarheid evaluering skakel, wat beter is as ander. Die mynmetode is eenvoudiger en meer direk.

Die rowwe versameling teorie-mynresultate sluit die deterministiese reëls in wat verkry is vanaf die laer benaderingsversameling en die negatiewe sone, sowel as die onsekere reëls van die grenssone. Ten einde die prosesreëls van die grenssone vollediger te ontgin, het Zhang Z. et al. gebruik 'n veranderlike presisie rowwe stel model om die akkuraatheid deur te gee. Na aanleiding van die veranderinge in die mynproses, word die omvang van die boonste benadering stel effektief verminder. Die kwalitatiewe kennis word gekarteer na die assosiasieverhouding om 'n kennissamesmeltingsmodel te vorm, wat effektief meer besluitnemingsreëls kan ontgin.

Die kernproses van rowwe stel redenering is om die minimum eienskapvermindering te verkry. Chen Hao et al. ontleed die reduksie-anomalieë wat veroorsaak word deur die insluitingsinterval en die positiewe streek. Vir die veranderlike presisie rowwe stel model met konstante klassifikasie tempo en konstante positiewe domein, die inhoud-gebaseerde Verskil matriks en attribuut kern om die minimum eienskap vermindering metode te verkry. Gebruik heuristiese reduksie-algoritme, verkry eers die kernkenmerk en bereken die kenmerkafhanklikheid. Volgens die stygende volgorde van die afhanklikheid, word die kenmerk en die kernkenmerk om die beurt gekombineer, en kry uiteindelik Minimale eienskapvermindering, oorweeg
Die inhomogeniteit van steekproefverspreiding word verbeter op grond van buurt se ruwe stel, en die K-naaste buur-ruwe stel-model word voorgestel, wat effektief 'n groot aantal eienskappe verwyder. Besluitreëlmynbou word hoofsaaklik in twee tipes verdeel, een is induktiewe mynbou en die ander is aftrekking. Mynbou metode. Die hoofgedagte van induktiewe mynbou is om betekenisvolle besluitnemingsreëls in komplekse datastelle op te som. Wanneer die teiken verkry is, pas die voorwaardelike eienskappe van die reëlstel volgens die teiken se kenmerkparameters, om sodoende die besluitnemingsreëls te onttrek wat aan die ooreenstemmende vereistes voldoen. Die hoofgedagte van deduktiewe mynbou is om die besluitinhoud te verdeel in 'n kombinasie van verskeie besluitsubsets, en die datastel te gebruik om die toepassingsgebied van die besluitsubsets te ontgin. Wanneer die teiken verkry word, volgens die teiken
Die teikenkenmerk parameter onttrek die toepaslike besluitneming subset, en herorganiseer dit in die vereiste besluitneming inhoud. Daarteenoor is die besluitreëls van inferensiële mynbou meer divers en het 'n wyer toepassingsgebied, en induktiewe mynbou het strenger beperkings, wat die betroubaarheid van die reëls kan verseker.

In die bogenoemde dokumente is die meeste van die verwerkingsmetodes induktiewe mynbou. Alhoewel die betroubaarheid van die besluitreëls effektief gewaarborg word, lei die sterk beperking ook tot die lae benutting van data en beperk die volledigheid van die besluitreëlbasis. Boonop, alhoewel die veranderlike presisie rowwe stel effektief die grensgebied kan verminder, word die akkuraatheidswaarde hoofsaaklik bepaal deur handervaring, en te veel menslike faktore sal die betroubaarheid van die besluitreël verminder. Daarom, hoe om die grensgebied te verminder en die buigsaamheid van die reëls te verbeter op grond van die versekering van die betroubaarheid van die besluitnemingsreëls is die hoofnavorsingsrigting van mynbouproses-besluitnemingsreëls.

Skakel na hierdie artikel: Die reëls vir navorsing oor mynboubesluit oor gedeeltelike vervaardigingsprosesse

Herdrukverklaring: as daar geen spesiale instruksies is nie, is alle artikels op hierdie webwerf oorspronklik. Dui die bron vir herdruk aan: https: //www.cncmachiningptj.com/，thanks！

PTJ CNC-winkel vervaardig onderdele met uitstekende meganiese eienskappe, akkuraatheid en herhaalbaarheid van metaal en plastiek. 5-as CNC frees beskikbaar.Die bewerking van hoë temperatuur allooi reeks inkluis inkonelbewerking,monelbewerking,Geek Ascology bewerking,Karp 49 bewerking,Hastelloy-bewerking,Nitronic-60 bewerking,Hymu 80 bewerking,Gereedskapstaalbewerking, ens. Ideaal vir lugvaarttoepassings.CNC bewerking vervaardig onderdele met uitstekende meganiese eienskappe, akkuraatheid en herhaalbaarheid van metaal en plastiek. 3-as en 5-as CNC frees beskikbaar. Ons sal saam met u strategiseer om die mees koste-effektiewe dienste te lewer om u te bereik, welkom om ons te kontak ( sales@pintejin.com ) direk vir u nuwe projek.