基于支持向量机的混杂数据过程控制

摘要

近年来,随着制造系统智能化和复杂化程度提升,获取的数据呈现出数据来源多元化、数据量激增、数据类型混杂等特点。本文研究了计量数据(measurable data)与属性数据(attribute data)的混杂数据过程控制与诊断问题。借助支持向量机(Support Vector Machine, SVM),探讨了多元混杂数据出现均值偏移时的过程控制与诊断。沿着从多元正态数据到混杂数据的研究思路,探讨了SVM准确率和支持向量个数,在偏移量、子组大小和相关系数变化的情况下,对比四类核函数的SVM的过程控制能力;采用二分类SVM和多分类M-SVM,分析了过程控制和过程诊断能力;并与Hotelling多元控制图进行性能比较。研究发现,利用SVM可以有效实现混杂数据的过程控制和诊断。利用SVM对混杂数据进行过程控制,其性能远优于经典的Hotelling多元控制图。