復(fù)雜生產(chǎn)過程中若干因果推斷問題研究.pdf

1、本文闡明了通過傳統(tǒng)數(shù)據(jù)挖掘方法建立的模型與實(shí)際結(jié)果不符的原因。對傳統(tǒng)分析結(jié)果進(jìn)行了校正，并將研究結(jié)果應(yīng)用在針對復(fù)雜大生產(chǎn)過程的控制模型。隨著信息存儲、處理技術(shù)以及計算機(jī)性能的飛速發(fā)展，數(shù)據(jù)挖掘已被廣泛運(yùn)用于各個領(lǐng)域中，是各類企業(yè)普遍關(guān)注的熱點(diǎn)技術(shù)。對于工業(yè)生產(chǎn)型企業(yè)，人們普遍對數(shù)據(jù)挖掘技術(shù)寄予厚望，希望能將其應(yīng)用于生產(chǎn)過程的建模和持續(xù)優(yōu)化。然而，工業(yè)現(xiàn)場數(shù)據(jù)所具有的高維、高噪、關(guān)系復(fù)雜等缺點(diǎn)，常見的數(shù)據(jù)挖掘技術(shù)往往無法發(fā)現(xiàn)數(shù)據(jù)之間的本質(zhì)

2、聯(lián)系，即因果關(guān)系，不利于指導(dǎo)生產(chǎn)過程優(yōu)化的控制模型的建立。因果推斷方法是最近幾年發(fā)展起來的一種數(shù)據(jù)分析理論，可以有效結(jié)合數(shù)據(jù)挖掘技術(shù)與長期積累的機(jī)理知識，通過挖掘結(jié)果驗(yàn)證機(jī)理知識、挖掘結(jié)果啟發(fā)機(jī)理研究，從而獲得可靠的、反映變量間因果關(guān)系的模型。這種因果模型可用于生產(chǎn)過程控制，從而提高生產(chǎn)效率和產(chǎn)品質(zhì)量、降低生產(chǎn)過程能耗等。本文深入探討了工業(yè)過程數(shù)據(jù)缺點(diǎn)所導(dǎo)致的、建模結(jié)果與實(shí)際情況不符的假象。研究結(jié)果主要包括以下幾個方面。一，自變量誤差的

3、存在將使得傳統(tǒng)最小二乘法得到的模型系數(shù)估計有偏。有偏模型不可直接用于生產(chǎn)過程優(yōu)化。我們在分析有偏原因的基礎(chǔ)上，對挖掘結(jié)果進(jìn)行了校正，模型校正結(jié)果在一定條件下能基本反映數(shù)據(jù)間本質(zhì)的關(guān)系，可用于生產(chǎn)過程優(yōu)化。二，自變量檢的測誤差可能導(dǎo)致某些用于評估模型可靠性的方法部分失效，用模型預(yù)測值的均值與現(xiàn)場實(shí)測值的均值之間的偏差作為判斷模型是否可靠的簡單標(biāo)準(zhǔn)已不適用。本文在充分探討這種現(xiàn)象產(chǎn)生的原因的基礎(chǔ)上進(jìn)行推導(dǎo)，得出兩者之間的偏差估計。三，由于變

4、量間內(nèi)在的復(fù)雜相關(guān)性，理論上具有線性關(guān)系的變量在數(shù)據(jù)中可能表現(xiàn)出無關(guān)的現(xiàn)象，理論上無關(guān)的變量在數(shù)據(jù)中可能表現(xiàn)出相關(guān)的假象，相關(guān)系數(shù)不可作為判斷變量間是否存在相關(guān)關(guān)系的簡單標(biāo)準(zhǔn)。四，對工業(yè)數(shù)據(jù)進(jìn)行預(yù)處理時，簡單地將數(shù)據(jù)分布兩側(cè)邊緣的數(shù)據(jù)認(rèn)作誤差導(dǎo)致的數(shù)據(jù)予以剔除，這種做法改變了數(shù)據(jù)的分布，引起傳統(tǒng)最小二乘法得到的模型系數(shù)有偏，模型不可直接應(yīng)用于生產(chǎn)過程優(yōu)化。五，因變量數(shù)據(jù)分布的改變，可能引起線性關(guān)系變量的最佳估計呈現(xiàn)非線性關(guān)系的現(xiàn)象發(fā)生，