質(zhì)量管理中孤立點(diǎn)分析的應(yīng)用研究.pdf

1、科學(xué)技術(shù)和工業(yè)生產(chǎn)的發(fā)展，對質(zhì)量要求越來越高。五十年代以來，火箭、人造衛(wèi)星、宇宙飛船等大型、復(fù)雜、精密的產(chǎn)品出現(xiàn)，對產(chǎn)品的安全性、可靠性、經(jīng)濟(jì)性等要求越來越高，因此產(chǎn)品的質(zhì)量問題就顯得更為突出。在企業(yè)的質(zhì)量管理活動(dòng)中，不論是決策分析，還是質(zhì)量控制，都需要對大量的質(zhì)量數(shù)據(jù)進(jìn)行分析，質(zhì)量數(shù)據(jù)具有波動(dòng)性，而由其中的異常波動(dòng)對產(chǎn)品質(zhì)量產(chǎn)生的影響是可以避免的。面對生產(chǎn)過程中產(chǎn)生的大量的數(shù)據(jù)記錄，如何高效地檢測出那些異常數(shù)據(jù)記錄，并對其進(jìn)行分析，進(jìn)

2、一步確定引起該數(shù)據(jù)異常的實(shí)際原因，從而采取相應(yīng)的措施以提高產(chǎn)品的質(zhì)量，將具有十分重要的現(xiàn)實(shí)意義。而這正是數(shù)據(jù)挖掘中孤立點(diǎn)(異常點(diǎn))分析方法的研究內(nèi)容。
　　 孤立點(diǎn)分析是數(shù)據(jù)挖掘技術(shù)中一個(gè)非常重要的研究方向，所謂孤立點(diǎn)就是那些明顯偏離其它數(shù)據(jù)、不滿足數(shù)據(jù)的一般模式或行為，以至于被懷疑可能是由另外一種完全不同的機(jī)制產(chǎn)生的數(shù)據(jù)對象。孤立點(diǎn)分析過程大致可以被看作3個(gè)子問題：1什么樣的數(shù)據(jù)是不一致的，即孤立點(diǎn)的定義；2找到一個(gè)有效的方法

3、來挖掘這樣的孤立點(diǎn)；3對孤立點(diǎn)的合理解釋，即孤立點(diǎn)的內(nèi)涵知識(shí)(Intensional Knowledge)。
　　 目前，仍沒有相關(guān)研究將孤立點(diǎn)分析技術(shù)應(yīng)用于質(zhì)量管理過程中。本文嘗試將孤立點(diǎn)分析技術(shù)應(yīng)用于質(zhì)量管理中進(jìn)行研究，挖掘出質(zhì)量數(shù)據(jù)中的異常數(shù)據(jù)對象，并著重研究分析這些異常對象蘊(yùn)含的內(nèi)涵知識(shí)。本文的主要工作可以概括為以下五個(gè)方面：
　　 1對質(zhì)量管理及質(zhì)量數(shù)據(jù)的特征和分類進(jìn)行了介紹，并對質(zhì)量管理中的孤立點(diǎn)分析應(yīng)用現(xiàn)狀

4、進(jìn)行了概述。
　　 2對孤立點(diǎn)分析進(jìn)行了概述，重點(diǎn)介紹了現(xiàn)有的幾類具有代表性的孤立點(diǎn)檢測算法，分析其優(yōu)缺點(diǎn)、使用領(lǐng)域及改進(jìn)方向，并對各種算法在質(zhì)量管理中的可用性進(jìn)行了分析。
　　 3對孤立點(diǎn)內(nèi)涵知識(shí)挖掘的研究現(xiàn)狀進(jìn)行了綜述，在現(xiàn)有研究的基礎(chǔ)上，結(jié)合質(zhì)量數(shù)據(jù)的特征先后提出了一個(gè)基于距離和的孤立點(diǎn)內(nèi)涵知識(shí)挖掘算法(Finding Intensional Knowledge of Distance Sum-basedOutli

5、er，IKDSO算法)和一個(gè)基于屬性子空間的孤立點(diǎn)內(nèi)涵知識(shí)挖掘算法(Finding Intensional Knowledge of Attribute Subspace-based Outlier，IKASO算法)，可以認(rèn)為IKASO算法是對IKDSO算法的一個(gè)改進(jìn)。
　　 4受IKDSO算法和IKASO算法給出的孤立點(diǎn)內(nèi)涵知識(shí)的啟發(fā)，結(jié)合質(zhì)量數(shù)據(jù)集的特征提出了一個(gè)基于孤立點(diǎn)相似度的孤立點(diǎn)聚類算法(AnAlgorithm fo