基于ADTree改进算法的轮胎大数据质量分析

摘要：

工业企业在生产制造过程中积累了大量的生产数据.海量的工业数据蕴含了价值巨大的信息,通过分析、挖掘这些工业数据能够提升企业数字化管理与质量数据分析能力.本文以轮胎行业制造大数据的应用为背景,分析了轮胎行业制造大数据的质量分析需求与数据特征,将轮胎生产各个环节的多源异构数据有效整合,经过数据预处理流程,构建了结构化的生产制造与质量检测关联分析数据集.针对传统ADTree算法性能较低的问题,本文使用优化后的自底向上的归纳方法进行了改进,充分利用已知数据,减少了建树时分裂测试评估的计算量.实验证明,改进后的ADTree算法更适用于大数据量的数据挖掘.ADTree的挖掘结果经过整理,可以找出影响轮胎质量的重要因素.

关键词：工业大数据、质量分析、ADTree、数据挖掘、决策树

所属期刊栏目：27

资助基金：国家自然科学基金61671157;上海科技创新行动计划18511107800

在线出版日期：2018-12-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：27-34