貝葉斯網(wǎng)絡(luò)在質(zhì)量管理分類中的應(yīng)用研究.pdf

1、隨著工業(yè)生產(chǎn)和科學技術(shù)的快速發(fā)展，對質(zhì)量要求越來越高。近幾十年代以來，伴隨著大型設(shè)備例如：人造衛(wèi)星、火箭、宇宙飛船等的不斷出現(xiàn)，社會開始出現(xiàn)對產(chǎn)品的可靠性、安全性、經(jīng)濟性等要求越來越高的一種現(xiàn)象，因此產(chǎn)品的質(zhì)量提高就成為迫切要解決的問題。在整個質(zhì)量管理的流程當中，不論是質(zhì)量控制，還是決策分析，都需要對大量的歷史的質(zhì)量數(shù)據(jù)進行全面的分析研究，以幫助質(zhì)量管理的決策者來進行高效的判斷。而面對生產(chǎn)過程中高維的數(shù)據(jù)記錄，能夠高效的識別產(chǎn)品的質(zhì)量類

2、別，這將具有十分重要的現(xiàn)實意義。
　　 在質(zhì)量類別的分類過程當中，由于社會工業(yè)的發(fā)展，企業(yè)對質(zhì)量數(shù)據(jù)要求不斷的提高。又由于現(xiàn)在的質(zhì)量數(shù)據(jù)呈現(xiàn)出多維性，而且數(shù)據(jù)量在不斷地增加，這就對質(zhì)量類別的判斷提高了要求。同時很多有用的信息數(shù)據(jù)輸入錯誤、不同來源數(shù)據(jù)引起的不同表示方法,數(shù)據(jù)間的不一致等,導致現(xiàn)有的數(shù)據(jù)中存在數(shù)據(jù)質(zhì)量問題。而傳統(tǒng)的質(zhì)量數(shù)據(jù)分類很難高效地解決上面出現(xiàn)的確定性而且也很難保證其正確率，這就需要尋找適合分析解決以上問題的方

3、法。以貝葉斯方法為理論基礎(chǔ)的貝葉斯網(wǎng)絡(luò)在處理質(zhì)量管理中數(shù)據(jù)的分類中具有很多的優(yōu)勢。
　　 本文以質(zhì)量管理中數(shù)據(jù)為研究背景，并針對海量數(shù)據(jù)分類的高效性進行研究，并對分類的結(jié)果進行分析。本文的主要工作可以概括為以下四個方面：
　　 1、對質(zhì)量管理及質(zhì)量數(shù)據(jù)的特征和分類進行了介紹，并對貝葉斯網(wǎng)絡(luò)在質(zhì)量管理中的應(yīng)用進行了概述。
　　 2、對貝葉斯網(wǎng)絡(luò)進行了概述，重點介紹了貝葉斯網(wǎng)絡(luò)學習的方法以及學習方法的類型，最后還介紹

4、了貝葉斯網(wǎng)絡(luò)的構(gòu)造。
　　 3、針對質(zhì)量數(shù)據(jù)各屬性中存在的隱含依賴關(guān)系，并能提高分類的性能的基礎(chǔ)上，論文先后提出了兩種貝葉斯網(wǎng)絡(luò)分類算法：一種是基于互信息的貝葉斯網(wǎng)絡(luò)分類；另一種是改進的貝葉斯網(wǎng)絡(luò)分類?？梢哉J為后者是對前者的改進，并對兩個分類的性能都作了相應(yīng)的分析。在本章的最后，還提出了一個對樸素貝葉斯分類改進的算法，并對其算法性能也做了分析。
　　 4、將論文中提出的三個貝葉斯網(wǎng)絡(luò)分類算法應(yīng)用到質(zhì)量管理系統(tǒng)中進行實驗，