[发明专利]一种基于多维决策树群的提升产品合格率的方法

摘要

本发明公开了一种基于多维决策树群的提升产品合格率的方法，以生产要素为分类标准，构建不同的决策树，形成多维决策树群，提供多维度的优化建议，包括最高合格率配置建议，还能根据影响因子的影响程度判断哪些影响因子对产品合格率影响大，可进行辅助性决策，做到既能提升产品合格率，又减少修正量，提升工作效率，或者直接给出在更高合格率下最少改动配置的建议，所述方法支持实时更新数据，支持决策树的动态生长，其机器学习还能够对基础工况进行微调，进而学习微调后的生产率变化，同时，由于设备参数多，决策树群需要较大的空间，而本发明的决策树群和机器学习模块能够在不同的内存空间中切换，在相应的内存空间中灵活调度或学习所需的数据。

主权项

1.一种基于多维决策树群的提升产品合格率的方法，将当前工况结合历史数据，给出提升产品合格率的建议，其特征在于，所述方法包括：S10采集生产线上影响产品合格率的基础工况，所述基础工况包括设备参数和环境参数；S20以生产要素为分类标准，构建不同的决策树，形成多维决策树群；所述决策树下储存有历史数据，所述历史数据包括历史的基础工况和一一对应的产品合格率。S30机器学习模型学习所述历史数据；S40根据当前的生产要素类别在所述决策树群中调度出对应的决策树，并匹配到该决策树下基础工况相同的历史记录；S50预测当前基础工况下的产品合格率是多少并给出调优建议。