劉鵬飛， 蔣高明， 吳志明

(江南大學(xué) 教育部針織技術(shù)工程研究中心， 江蘇 無(wú)錫 214122)

傳統(tǒng)針織企業(yè)通過(guò)信息化建設(shè)，其生產(chǎn)管理信息系統(tǒng)顯著增強(qiáng)了企業(yè)生產(chǎn)數(shù)據(jù)的采集和收集能力，大量的產(chǎn)品質(zhì)量數(shù)據(jù)、庫(kù)存數(shù)據(jù)、銷售數(shù)據(jù)等存于企業(yè)數(shù)據(jù)庫(kù)中[1]，然而現(xiàn)在針織企業(yè)不能讓數(shù)據(jù)成為提高生產(chǎn)管理水平的有用信息，沒(méi)能體現(xiàn)數(shù)據(jù)的信息化價(jià)值，導(dǎo)致企業(yè)出現(xiàn)數(shù)據(jù)豐富、信息匱乏的問(wèn)題[2]。

針對(duì)針織企業(yè)里出現(xiàn)的龐雜質(zhì)量數(shù)據(jù)，目前絕大多數(shù)企業(yè)缺乏科學(xué)的研究分析方法。只有少數(shù)企業(yè)采用簡(jiǎn)單的統(tǒng)計(jì)過(guò)程控制(statistical process control,SPC)理論方法，應(yīng)用統(tǒng)計(jì)技術(shù)對(duì)產(chǎn)品生產(chǎn)的各個(gè)階段進(jìn)行監(jiān)控，使得生產(chǎn)過(guò)程的技術(shù)水平達(dá)到要求[3-4]，但是SPC有很大的局限性，只能監(jiān)控產(chǎn)品生產(chǎn)過(guò)程是否出現(xiàn)異常，卻不能提供異常的詳細(xì)信息，且只供車間里的操作人員使用，不能為企業(yè)管理人員提供事先決策支持。

基于此，本文將研究數(shù)據(jù)挖掘技術(shù)在針織產(chǎn)品質(zhì)量管理中的應(yīng)用。利用決策樹(shù)C5.0算法，對(duì)影響針織產(chǎn)品質(zhì)量的生產(chǎn)要素，如原料、產(chǎn)品類型、機(jī)器設(shè)備、擋車工、環(huán)境溫濕度、原料質(zhì)量等級(jí)等進(jìn)行研究，挖掘出影響產(chǎn)品質(zhì)量的關(guān)鍵因素間的關(guān)系規(guī)則，為企業(yè)的質(zhì)量管理提供預(yù)防控制決策機(jī)制，提高產(chǎn)品質(zhì)量[5]。

1 實(shí)驗(yàn)數(shù)據(jù)預(yù)處理

本文研究的數(shù)據(jù)來(lái)自某紡織公司的制造執(zhí)行系統(tǒng)(MES)的數(shù)據(jù)庫(kù)。該公司使用了MES系統(tǒng)2年的數(shù)據(jù)，數(shù)據(jù)庫(kù)中積累了幾萬(wàn)條坯布質(zhì)量歷史數(shù)據(jù)。由于這些數(shù)據(jù)中含有不完整的、錯(cuò)誤的、重復(fù)的及其他噪聲數(shù)據(jù)，所以需要對(duì)這些數(shù)據(jù)進(jìn)行篩選、填補(bǔ)預(yù)處理，刪除錯(cuò)誤及重復(fù)數(shù)據(jù)，填補(bǔ)非關(guān)鍵因素缺失值，得到完整的純凈數(shù)據(jù)來(lái)進(jìn)行數(shù)據(jù)挖掘研究[6]。

通過(guò)對(duì)此公司的坯布質(zhì)量數(shù)據(jù)進(jìn)行預(yù)處理后，選取8 157條數(shù)據(jù)，選擇坯布質(zhì)量影響因素中的原料、原料質(zhì)量等級(jí)、產(chǎn)品、縱密、組織結(jié)構(gòu)、設(shè)備型號(hào)、擋車工、班次、環(huán)境溫度與濕度和質(zhì)量等級(jí)為研究對(duì)象。經(jīng)過(guò)預(yù)處理后的部分?jǐn)?shù)據(jù)如表1所示。

表1 部分樣本數(shù)據(jù)Tab.1 Part of sample data

注：表中質(zhì)量等級(jí)A、B、C表示質(zhì)量等級(jí)依次遞減。

2 決策樹(shù)C5.0算法的應(yīng)用

2.1 質(zhì)量管理模型建立

采用決策樹(shù)C5.0算法，通過(guò)對(duì)實(shí)驗(yàn)數(shù)據(jù)集的學(xué)習(xí)和處理，分別計(jì)算原料、原料質(zhì)量等級(jí)、產(chǎn)品、縱密、組織結(jié)構(gòu)、設(shè)備型號(hào)、擋車工、班次、環(huán)境溫度與濕度這些因素的信息增益率，選取信息增益率最大的因素作為根節(jié)點(diǎn)，各因素的取值作為分支來(lái)構(gòu)建決策樹(shù)[7]。并利用Boosting算法不斷迭代生成多個(gè)決策樹(shù)，通過(guò)優(yōu)化每個(gè)決策樹(shù)樣本的權(quán)重，減少?zèng)Q策樹(shù)錯(cuò)誤分類樣本的比例，最后得到高準(zhǔn)確度的質(zhì)量管理決策樹(shù)模型[8]。

該公司的坯布質(zhì)量管理分為A、B、C 3個(gè)等級(jí)，但實(shí)際考核要求坯布的質(zhì)量等級(jí)為A級(jí)，要提高A等品坯布的數(shù)量；因此將提高A等品數(shù)量定為決策期望，來(lái)構(gòu)造決策樹(shù)。根據(jù)決策樹(shù)C5.0算法的原理，結(jié)合預(yù)處理過(guò)的實(shí)驗(yàn)數(shù)據(jù)，進(jìn)行相關(guān)計(jì)算。

2.1.1計(jì)算各個(gè)因素的信息增益率

經(jīng)統(tǒng)計(jì)，8 157條質(zhì)量數(shù)據(jù)中，質(zhì)量等級(jí)為A的有7 744條，質(zhì)量等級(jí)為B和C的共有413條，則質(zhì)量等級(jí)A在實(shí)驗(yàn)數(shù)據(jù)集中的信息熵Q的計(jì)算公式[9]為：

(1)

式中P(Ci)表示屬于因素Ci的數(shù)據(jù)個(gè)數(shù)占實(shí)驗(yàn)數(shù)據(jù)集總數(shù)的比例。

可得質(zhì)量等級(jí)A的信息熵為：

分別計(jì)算所要研究的原料、產(chǎn)品、設(shè)備型號(hào)、擋車工等因素所在分類別中的信息熵以及在整個(gè)樣本數(shù)據(jù)集中的信息熵。以下示例選擇計(jì)算原料這一屬性的信息熵。統(tǒng)計(jì)發(fā)現(xiàn)，8 157條樣本數(shù)據(jù)中，采用原料KD2536的數(shù)據(jù)有3 012條，其中質(zhì)量為A等級(jí)的有2 907條；采用原料XS2111的數(shù)據(jù)有2 658條，其中質(zhì)量為A等級(jí)的有2 541條；采用原料HL2111的數(shù)據(jù)有2 487條，其中質(zhì)量為A等級(jí)的有2 296條。由式(1)計(jì)算這3種原料在原料這一分類別中的信息熵如下：

×

同理可得：

QXS2111=0.2604；QHL2311=0.3907

得到3種原料在分類別中的信息熵之后，根據(jù)式(1)進(jìn)而計(jì)算得到原料這一因素在實(shí)驗(yàn)數(shù)據(jù)集中的信息熵為：

.284 5

運(yùn)用信息增益的計(jì)算公式[9]，計(jì)算原料因素在實(shí)驗(yàn)數(shù)據(jù)集中的信息增益：

G原料=Q質(zhì)量等級(jí)A-Q原料

(2)

計(jì)算可得：G原料=0.289 1-0.284 5=0.004 6。

得到原料這一因素的信息增益之后，結(jié)合原料因素的信息熵SI原料，運(yùn)用信息增益率的計(jì)算公式[9]，計(jì)算原料因素的信息增益率GR原料，即：

(3)

(4)

式中P(Aj)表示采用某種原料的數(shù)據(jù)個(gè)數(shù)占實(shí)驗(yàn)樣本集總數(shù)的比例。

計(jì)算得到：

得到原料因素的信息增益率GR原料之后，同理根據(jù)式(1)～(4)計(jì)算可得其他因素的信息增益率。由于一種產(chǎn)品對(duì)應(yīng)一個(gè)縱密和一個(gè)組織結(jié)構(gòu)，因此三者的信息增益率是一樣的。計(jì)算可得：GR原料質(zhì)量等級(jí)=0.002 8，GR產(chǎn)品=GR縱密=GR組織結(jié)構(gòu)=0.000 8，GR設(shè)備型號(hào)=0.002 5，GR擋車工=0.002 0，GR班次=0.002 2，GR環(huán)境溫濕度=0.002 3。

2.1.2利用AdaBoost算法優(yōu)化決策樹(shù)

Adaboost算法是Boosting算法中的一種經(jīng)典高效率算法。它為每個(gè)樣本賦予權(quán)重，初始時(shí)每個(gè)樣本具有一樣的權(quán)重值，在迭代過(guò)程中，樣本的權(quán)重值不斷調(diào)整，賦予錯(cuò)誤分類的決策樹(shù)更大的權(quán)重值，使其下次迭代時(shí)表現(xiàn)更突出，方便糾正其錯(cuò)誤。通過(guò)多次迭代，不斷優(yōu)化決策樹(shù)分類模型。Adaboost算法計(jì)算過(guò)程如下：

2) 定義一個(gè)函數(shù)γ，若樣本數(shù)據(jù)全部被正確分類，記γ=0，否則記γ=1。

γ

(5)

計(jì)算可得，e1=0.256，即0

4) 根據(jù)權(quán)重值調(diào)整系數(shù)βt的計(jì)算公式[10]，即：

(6)

βt

(7)

6) 第1次迭代過(guò)程結(jié)束，重新進(jìn)入步驟2)進(jìn)行第2次迭代，如此循環(huán)10次。

通過(guò)10次迭代后得到10個(gè)決策樹(shù)(M1,M2, …,M10)，結(jié)合相對(duì)應(yīng)的權(quán)重值logβt，進(jìn)行加權(quán)求和后得到最終的復(fù)合決策樹(shù)M*，其計(jì)算公式為：

(8)

計(jì)算得出每種分類的得數(shù)情況，選取得數(shù)最高的作為最終分類結(jié)果。利用公式(8)計(jì)算出復(fù)合決策樹(shù)M*作為最終的決策樹(shù)模型。

2.1.3決策樹(shù)的剪枝

由于實(shí)驗(yàn)數(shù)據(jù)集數(shù)據(jù)量太大且含有噪聲數(shù)據(jù)，還需考慮每個(gè)問(wèn)題的影響因素，導(dǎo)致算法直接生成的決策樹(shù)特別復(fù)雜，許多分支過(guò)度反映樣本數(shù)據(jù)集中的異常信息，決策樹(shù)出現(xiàn)過(guò)擬合的情況，對(duì)新數(shù)據(jù)的預(yù)測(cè)誤差較高[9]。決策樹(shù)越復(fù)雜，過(guò)度擬合的程度越高，因此需要對(duì)決策樹(shù)進(jìn)行剪枝處理。本文選擇后剪枝技術(shù)對(duì)決策樹(shù)進(jìn)行處理。后剪枝方法是在決策樹(shù)構(gòu)造完成后進(jìn)行剪枝，允許決策樹(shù)過(guò)度生長(zhǎng)，刪除一些子樹(shù)，用子樹(shù)中大多數(shù)樣本所屬的類別形成的葉子節(jié)點(diǎn)代替[10]。通過(guò)剪枝，降低了決策樹(shù)的復(fù)雜度，降低過(guò)擬合情況，提高預(yù)測(cè)準(zhǔn)確度。

2.2 質(zhì)量管理決策樹(shù)生成

根據(jù)以上計(jì)算結(jié)果得知，GR原料>GR原料質(zhì)量等級(jí)>GR設(shè)備>GR環(huán)境溫濕度>GR班次>GR擋車工>GR產(chǎn)品=GR縱密=GR組織結(jié)構(gòu)。其中產(chǎn)品因素對(duì)目標(biāo)期望的貢獻(xiàn)值可忽略不計(jì)，因此在構(gòu)造決策樹(shù)時(shí)刪除產(chǎn)品、縱密、組織結(jié)構(gòu)這3個(gè)分類；將車間環(huán)境溫度20 ℃與濕度值(35±5)%定為1級(jí)溫度與濕度，27 ℃、(35±10)%定為2級(jí)溫濕度，27 ℃、(35±15)%定為3級(jí)溫濕度；原料因素的信息增益率最大，故選擇原料因素作為根節(jié)點(diǎn)，將原料的3個(gè)取值分別作為子樹(shù)來(lái)構(gòu)造決策樹(shù)。再根據(jù)AdaBoost算法的計(jì)算結(jié)果，對(duì)決策樹(shù)進(jìn)行優(yōu)化，提高其分類準(zhǔn)確度。最后利用后剪枝技術(shù)對(duì)決策樹(shù)進(jìn)行剪枝處理，提高決策結(jié)果的準(zhǔn)確性。最終得到的針織產(chǎn)品質(zhì)量管理決策樹(shù)模型如圖1所示。

2.3 結(jié)果分析

構(gòu)造針織產(chǎn)品質(zhì)量管理決策樹(shù)就是為了提高A等品坯布的比例，根據(jù)分類計(jì)算結(jié)果及圖1所示的決策樹(shù)模型，A等品針織坯布質(zhì)量的影響因素有6個(gè)。

2.3.1原料因素

本文研究的3種原料為KD2536、XS2111、HL2311，分別對(duì)應(yīng)的A等級(jí)坯布的比例為96.7%、95.6%、97.9%。采用同一種原料在不同設(shè)備上生產(chǎn)時(shí)，得到的A等品比例不同；不同的擋車工采用同一原料在同一設(shè)備上生產(chǎn)時(shí)的A等品比例也不同。決策結(jié)果為：為提高針織坯布的A等品比例，在使用原料KD2536時(shí)，安排A111號(hào)擋車工在KS3型設(shè)備上進(jìn)行生產(chǎn)；使用原料XS2111時(shí)，安排A156號(hào)擋車工在HKS3M型設(shè)備上進(jìn)行生產(chǎn)；使用原料HL2311時(shí)，安排A121號(hào)擋車工在HKS4型設(shè)備上進(jìn)行生產(chǎn)。

2.3.2原料質(zhì)量等級(jí)因素

3種原料分別都有A、B 2種質(zhì)量等級(jí)，在其他條件都相同的情況下，使用原料KD2536、XS2111、HL2311的A、B 2種質(zhì)量等級(jí)所得A等品比例分別是97.8%和95.3%、96.6%和94.8%、98.5%和97.2%。可以看出，使用A等級(jí)的原料得到的A等品的比例更高。決策結(jié)果為：在條件允許的情況下，應(yīng)盡可能使用A等級(jí)原料，提高產(chǎn)品質(zhì)量。

2.3.3設(shè)備因素

3種不同針織設(shè)備KS3、HKS4、HKS3M的A等品比例分別為96.9%、97.5%、97.0%。不同擋車工操作同一設(shè)備的A等品比例不同，同一擋車工操作不同設(shè)備得到的A等品比例也不同。決策結(jié)果為：設(shè)備KS3早班時(shí)安排A156號(hào)擋車工操作，中班時(shí)由A111號(hào)擋車工操作；設(shè)備HKS4早班時(shí)安排A121號(hào)擋車工操作，中班時(shí)由A156號(hào)擋車工操作；設(shè)備HKS3M早班時(shí)安排A156號(hào)擋車工進(jìn)行操作，中班時(shí)安排A111號(hào)擋車工進(jìn)行操作。

2.3.4環(huán)境溫度與濕度因素

該公司生產(chǎn)車間的環(huán)境溫濕度條件要求在(27±2)℃和(15±3)%范圍內(nèi)，由于安裝了恒溫空調(diào)可以將溫度保持在27 ℃，但不能做到實(shí)時(shí)恒定的相對(duì)濕度，因此根據(jù)相對(duì)濕度數(shù)值定義了環(huán)境溫度與濕度的等級(jí)，分為一級(jí)、二級(jí)、三級(jí)。環(huán)境溫濕度的3個(gè)等級(jí)對(duì)應(yīng)的A等品比例為98.3%、96.4%、93.2%。對(duì)比可見(jiàn)，環(huán)境溫濕度情況對(duì)產(chǎn)品質(zhì)量的影響還是很大的。決策結(jié)果為：公司應(yīng)購(gòu)置自動(dòng)化加濕設(shè)備代替現(xiàn)在依靠人工撒水加濕的方式，增強(qiáng)車間內(nèi)的恒濕能力，改善車間的環(huán)境，提高坯布質(zhì)量。

圖1 質(zhì)量管理決策樹(shù)分類模型Fig.1 Quality management decision tree classification model

2.3.5班次因素

實(shí)驗(yàn)數(shù)據(jù)結(jié)果顯示在其他條件都相同的情況下，A121號(hào)擋車工在早班和中班工作時(shí)的A等品比例為96.8%和96.7%，二者沒(méi)有明顯的差異，但晚班時(shí)卻下降至95.3%。其他3位擋車工也呈現(xiàn)出同樣的情況，晚班工作時(shí)A等品比例明顯要比早班時(shí)低。決策結(jié)果為：車間應(yīng)該改善晚班的工作環(huán)境，提高工人的舒適度；工人也應(yīng)該合理地調(diào)整作息時(shí)間，保證夜間工作時(shí)具有良好的精神狀態(tài)；晚班時(shí)，應(yīng)由A121號(hào)擋車工操作設(shè)備HKS3M，A156號(hào)擋車工操作設(shè)備HKS4，A111號(hào)擋車工操作設(shè)備KS3。

2.3.6擋車工因素

A156號(hào)擋車工在使用原料HL2311進(jìn)行織造時(shí)，早班和晚班的A等品比例是96.8%和95.1%，而A122號(hào)擋車工的結(jié)果較低，分別是95.3%和94.5%。跟另外2位擋車工相比，A122號(hào)擋車工總體的A等品比率也較低。決策結(jié)果為：A122號(hào)應(yīng)多學(xué)習(xí)，多實(shí)踐，提升自己的專業(yè)技能，提高業(yè)務(wù)水平。擋車工及班次因素的影響結(jié)果如圖2所示。

圖2 擋車工及班次因素影響結(jié)果Fig.2 Result of blockers and shift factors

3 結(jié) 論

本文研究的針織產(chǎn)品質(zhì)量管理決策支持系統(tǒng)的目的是為了挖掘出影響針織產(chǎn)品質(zhì)量的各關(guān)鍵因素(原料、設(shè)備、環(huán)境溫度與濕度、擋車工、班次等)間的隱藏關(guān)系規(guī)則，并根據(jù)這種關(guān)系規(guī)則做出最優(yōu)化的資源配置，為提高企業(yè)的產(chǎn)品質(zhì)量提供預(yù)先決策機(jī)制。為達(dá)到此目的，采用了決策樹(shù)C5.0算法，建立了針織產(chǎn)品質(zhì)量管理分析模型。模型實(shí)驗(yàn)結(jié)果在此公司應(yīng)用半年多的時(shí)間，幫助車間制定最佳的生產(chǎn)要素匹配方式，優(yōu)化生產(chǎn)安排，使A等品比例由原來(lái)的88.3%提升到現(xiàn)在的98.6%。本模型經(jīng)實(shí)踐驗(yàn)證真實(shí)有效，為車間生產(chǎn)提供事先決策支持，高標(biāo)準(zhǔn)地達(dá)到預(yù)期目標(biāo)。

參考文獻(xiàn)：

[1] 洪亮,仲梁維,夏仁康. 數(shù)據(jù)挖掘技術(shù)在BOM中的研究應(yīng)用[J]. 信息技術(shù),2015(2):172-174，177.

HONG Liang, ZHONG Liangwei, XIA Renkang. Research and application of data mining technology in BOM[J]. Information Technology,2015(2):172-174,177.

[2] 石慧芳,陳陽(yáng). 基于大數(shù)據(jù)的制造業(yè)企業(yè)信息化數(shù)據(jù)分析及應(yīng)用技術(shù)研究[J]. 現(xiàn)代計(jì)算機(jī)(專業(yè)版),2016(16):50-54.

SHI Huifang, CHEN Yang. Research on information analysis and application technology of manufacturing enterprise based on large data[J]. Modern Com-puter(Professional Edition), 2016(16):50-54.

[3] 陳健,王軍. 統(tǒng)計(jì)過(guò)程控制在產(chǎn)品質(zhì)量管理中的應(yīng)用研究[J]. 淮陰工學(xué)院學(xué)報(bào),2008(6):56-58.

CHEN Jian, WANG Jun. Application of statistical process control in product quality management[J]. Journal of Huaiyin Institute of Technology, 2008(6):56-58.

[4] 沈曉杰,李郡. 基于制造執(zhí)行系統(tǒng)的統(tǒng)計(jì)過(guò)程控制在質(zhì)量管理上的應(yīng)用[J]. 工業(yè)控制計(jì)算機(jī),2012(9):108-109,134.

SHEN Xiaojie, LI Jun. Application of statistical process control based on manufacturing execution system in quality management[J]. Industrial Control Computer,2012(9):108-109,134.

[5] 余臘生,李強(qiáng). 數(shù)據(jù)挖掘在質(zhì)量管理系統(tǒng)中的應(yīng)用研究[J]. 計(jì)算機(jī)工程與設(shè)計(jì),2010(10):2327-2329,2334.

YU Lasheng, LI Qiang. Application of data mining in quality management system[J]. Computer Engineering and Design, 2010(10):2327-2329,2334.

[6] 侯立鐸,葉潔. C4.5算法在工程質(zhì)量決策支持系統(tǒng)中的應(yīng)用研究[J]. 計(jì)算機(jī)技術(shù)與發(fā)展,2016(2):132-135.

HOU Liduo, YE Jie. C4.5 algorithm in engineering quality decision support system application research[J]. Computer Technology and Development, 2016(2):132-135.

[7] 鄭麗琴. 基于數(shù)據(jù)挖掘的決策樹(shù)算法和C5.0原理簡(jiǎn)介[J]. 知識(shí)經(jīng)濟(jì),2014(7):87-88.

ZHENG Liqin. Based on data mining decision tree algorithm and C5.0 principle[J]. Knowledge Economy, 2014(7):87-88.

[8] 羅麗娟,段隆振,段文影,等. C5.0算法的改進(jìn)及應(yīng)用[J]. 南昌大學(xué)學(xué)報(bào)(工科版),2017(1):92-97.

LUO Lijuan, DUAN Longzhen, DUAN Wenying, et al. C5.0 algorithm to improve and apply[J]. Journal of Nanchang University(Engineering Science Edition), 2017(1):92-97.

[9] 宋建聰,戴青云,付品欣,等. 數(shù)據(jù)挖掘在生產(chǎn)過(guò)程質(zhì)量管理中的應(yīng)用[J]. 現(xiàn)代制造工程,2013(9):12-16.

SONG Jiancong, DAI Qingyun, FU Pinxin, et al. Application of data mining in quality management of production process[J]. Modern Manufacturing Engineering, 2013(9):12-16.

[10] 龐素琳,鞏吉璋. C5.0分類算法及在銀行個(gè)人信用評(píng)級(jí)中的應(yīng)用[J]. 系統(tǒng)工程理論與實(shí)踐,2009(12):94-104.

PANG Sulin,GONG Jizhang. C5.0 classification algorithm and its application in bank personal credit rating[J]. System Engineering Theory and Practice, 2009(12):94-104.