การวิจัยกฎการตัดสินใจในการขุดของกระบวนการผลิตชิ้นส่วน

ในด้านการทำเหมืองข้อมูล วิธีการจัดหมวดหมู่ที่ใช้กันทั่วไป ได้แก่ เครื่องเวกเตอร์สนับสนุน เครือข่ายประสาท การจำแนกประเภทเบย์ ฯลฯ อัลกอริธึมข้างต้นมุ่งเน้นไปที่การกระจายข้อมูลที่ผิดปกติเป็นหลัก โดยอาศัยการสนับสนุนของข้อมูลขนาดใหญ่ และการขุดความสัมพันธ์ที่อาจเกิดขึ้นผ่าน มาตรการที่คล้ายกัน มีการใช้กันอย่างแพร่หลายในด้านต่างๆ เช่น การวินิจฉัยข้อผิดพลาด อย่างไรก็ตาม ในอุตสาหกรรมการผลิตเครื่องจักร การออกแบบพารามิเตอร์คุณสมบัติของชิ้นส่วน (เช่น ขนาด ความแม่นยำ ฯลฯ) ได้กลายเป็นมาตรฐาน และในทางวิศวกรรมจริง แต่ละส่วนในฐานข้อมูลสอดคล้องกับเส้นทางกระบวนการเดียวเท่านั้น ดังนั้น อัตราการทำซ้ำของข้อมูลกระบวนการจึงค่อนข้างสูงและปริมาณข้อมูลมีน้อย ซึ่งไม่เหมาะสำหรับการประมวลผลอัลกอริธึมที่กล่าวถึงข้างต้น ดังนั้น นักวิจัยส่วนใหญ่จึงใช้ทฤษฎีเซตคร่าวๆ เพื่อเป็นแนวทางในการขุดกฎการตัดสินใจในกระบวนการ

ก่อนกฎการตัดสินใจในการขุด เราต้องตรวจสอบความน่าเชื่อถือของข้อมูลก่อน เนื่องจากในทางวิศวกรรมจริง สภาพการทำงานจะเปลี่ยนแปลงตามเวลาจริงอยู่เสมอ เพื่อหลีกเลี่ยงข้อมูลที่ผิดปรกติจำนวนเล็กน้อยที่เกิดจากสภาพการทำงานพิเศษที่ส่งผลต่อการตัดสินใจ ข้อมูลจะต้องมีการคาดการณ์ล่วงหน้า รับมือ. ดังนั้น เอกสารโดยทั่วไปจึงใช้วิธีคำนวณการสนับสนุนและความมั่นใจเพื่อให้ได้ข้อมูลกระบวนการโดยทั่วไป

ตามแบบจำลองชุดคร่าวๆ ที่ขยายออกไป ความรู้การตั้งค่ากระบวนการจะถูกขุดโดยความสัมพันธ์แบบผสมของความเท่าเทียมกัน ความคล้ายคลึง และความชอบ ซึ่งตรวจสอบว่าความรู้การตั้งค่ากระบวนการสามารถชี้นำการตัดสินใจของผู้ออกแบบได้โดยตรง และทฤษฎีเซตคร่าวๆ ไม่ต้องการ ลิงก์การประเมินความเป็นไปได้ของกฎกระบวนการซึ่งดีกว่าส่วนอื่น วิธีการขุดนั้นง่ายกว่าและตรงกว่า

ผลการขุดทฤษฎีเซตคร่าวๆ นั้นรวมถึงกฎที่กำหนดได้ซึ่งได้มาจากเซ็ตการประมาณค่าที่ต่ำกว่าและโซนเชิงลบ เช่นเดียวกับกฎที่ไม่แน่นอนของเขตแดน Zhang Z. et al. เพื่อขุดกฎกระบวนการของเขตแดนให้สมบูรณ์ยิ่งขึ้น ใช้แบบจำลองชุดหยาบที่มีความแม่นยำแบบแปรผันเพื่อส่งผ่านความแม่นยำ หลังจากการเปลี่ยนแปลงในกระบวนการขุด ช่วงของชุดค่าประมาณบนจะลดลงอย่างมีประสิทธิภาพ ความรู้เชิงคุณภาพถูกแมปกับความสัมพันธ์ของสมาคมเพื่อสร้างแบบจำลองการผสมผสานความรู้ ซึ่งสามารถขุดกฎการตัดสินใจได้อย่างมีประสิทธิภาพมากขึ้น

กระบวนการหลักของการให้เหตุผลแบบคร่าวๆ คือ การลดแอตทริบิวต์ขั้นต่ำ เฉินห่าวและคณะ วิเคราะห์ความผิดปกติของการลดลงที่เกิดจากช่วงการรวมและบริเวณที่เป็นบวก สำหรับแบบจำลองชุดหยาบที่มีความแม่นยำแบบแปรผันซึ่งมีอัตราการจำแนกประเภทคงที่และโดเมนค่าบวกคงที่ เมทริกซ์ความแตกต่างตามเนื้อหาและแกนแอตทริบิวต์จะได้รับวิธีการลดแอตทริบิวต์ขั้นต่ำ ใช้อัลกอริธึมการลดการวิเคราะห์สำนึก ขั้นแรกให้รับแอตทริบิวต์หลัก และคำนวณการพึ่งพาแอตทริบิวต์ ตามลำดับการพึ่งพาจากน้อยไปมากแอตทริบิวต์และแอตทริบิวต์เคอร์เนลจะรวมกันและในที่สุดก็ได้รับการลดแอตทริบิวต์น้อยที่สุดให้พิจารณา
ความไม่สม่ำเสมอของการกระจายตัวอย่างได้รับการปรับปรุงโดยพิจารณาจากชุดข้อมูลคร่าวๆ ในพื้นที่ใกล้เคียง และมีการเสนอแบบจำลองชุดข้อมูลหยาบเพื่อนบ้านที่ใกล้ที่สุดของ K ซึ่งช่วยขจัดแอตทริบิวต์จำนวนมากได้อย่างมีประสิทธิภาพ การขุดกฎการตัดสินใจส่วนใหญ่แบ่งออกเป็นสองประเภท หนึ่งคือการขุดแบบอุปนัย และอีกประเภทหนึ่งคือการหัก วิธีการขุด แนวคิดหลักของการขุดแบบอุปนัยคือการสรุปกฎการตัดสินใจที่มีความหมายในชุดข้อมูลที่ซับซ้อน เมื่อได้เป้าหมายแล้ว ให้จับคู่แอตทริบิวต์ตามเงื่อนไขของกฎที่ตั้งไว้ตามพารามิเตอร์แอตทริบิวต์ของเป้าหมาย เพื่อแยกกฎการตัดสินใจที่ตรงตามข้อกำหนดที่ตรงกัน แนวคิดหลักของการขุดแบบนิรนัยคือการแบ่งเนื้อหาการตัดสินใจออกเป็นชุดย่อยการตัดสินใจหลายชุด และใช้ชุดข้อมูลเพื่อขุดขอบเขตการใช้งานชุดย่อยการตัดสินใจ เมื่อได้เป้าหมายแล้ว เป็นไปตามเป้าหมาย
พารามิเตอร์แอตทริบิวต์เป้าหมายจะแยกชุดย่อยของการตัดสินใจที่เหมาะสม และจัดระเบียบใหม่เป็นเนื้อหาในการตัดสินใจที่จำเป็น ในทางตรงกันข้าม กฎการตัดสินใจของการขุดแบบอนุมานนั้นมีความหลากหลายมากกว่าและมีขอบเขตการใช้งานที่กว้างกว่า และการขุดแบบอุปนัยก็มีข้อจำกัดที่เข้มงวดกว่า ซึ่งสามารถรับรองความน่าเชื่อถือของกฎได้

ในเอกสารที่กล่าวถึงข้างต้น วิธีการประมวลผลส่วนใหญ่เป็นการขุดแบบอุปนัย แม้ว่าความน่าเชื่อถือของกฎการตัดสินใจจะได้รับการประกันอย่างมีประสิทธิภาพ แต่ข้อจำกัดที่แข็งแกร่งยังนำไปสู่การใช้ข้อมูลในระดับต่ำและจำกัดความสมบูรณ์ของฐานกฎการตัดสินใจ ยิ่งไปกว่านั้น แม้ว่าชุดความหยาบที่มีความแม่นยำแบบแปรผันจะสามารถลดพื้นที่ขอบเขตได้อย่างมีประสิทธิภาพ แต่ค่าความแม่นยำนั้นส่วนใหญ่กำหนดโดยประสบการณ์ด้วยตนเอง และปัจจัยจากมนุษย์จำนวนมากเกินไปจะลดความน่าเชื่อถือของกฎการตัดสินใจ ดังนั้นวิธีการลดพื้นที่เขตแดนและปรับปรุงความยืดหยุ่นของกฎบนพื้นฐานของการรับรองความน่าเชื่อถือของกฎการตัดสินใจจึงเป็นทิศทางการวิจัยหลักของกฎการตัดสินใจในกระบวนการขุด

ลิงค์บทความนี้： การวิจัยกฎการตัดสินใจในการขุดของกระบวนการผลิตชิ้นส่วน

คำสั่งพิมพ์ซ้ำ: หากไม่มีคำแนะนำพิเศษ บทความทั้งหมดในเว็บไซต์นี้เป็นต้นฉบับ โปรดระบุแหล่งที่มาของการพิมพ์ซ้ำ:https://www.cncmachiningptj.com/ ขอบคุณ!

ร้าน PTJ CNC ผลิตชิ้นส่วนที่มีคุณสมบัติทางกลที่ดีเยี่ยม ความแม่นยำ และความสามารถในการทำซ้ำจากโลหะและพลาสติก มีเครื่องกัด CNC 5 แกนการตัดเฉือนโลหะผสมที่อุณหภูมิสูง ช่วง inclouding เครื่องจักรกลที่ไม่สะดวก,เครื่องจักรกลโมเนล,เครื่องจักร Geek Ascology,การตัดเฉือนคาร์พ 49,Hastelloy ตัดเฉือน,เครื่องจักรกล Nitronic-60,เครื่องจักร Hymu 80,เครื่องจักรกลเหล็กกล้า,ฯลฯ. เหมาะอย่างยิ่งสำหรับการใช้งานด้านอวกาศเครื่องจักรซีเอ็นซี ผลิตชิ้นส่วนที่มีคุณสมบัติทางกลที่ดีเยี่ยม ความแม่นยำ และความสามารถในการทำซ้ำจากโลหะและพลาสติก มีเครื่องกัด CNC 3 แกนและ 5 แกน เราจะวางกลยุทธ์กับคุณเพื่อให้บริการที่คุ้มค่าที่สุดเพื่อช่วยให้คุณบรรลุเป้าหมาย ยินดีต้อนรับติดต่อเรา ( sales@pintejin.com ) โดยตรงสำหรับโครงการใหม่ของคุณ