基于ReliefF和k-modes聚类的复杂产品关键质量特性识别

摘要

针对复杂产品质量特征中存在的冗余性,将k-modes特征聚类算法引入关键质量特性识别,构建ReliefF和k-modes特征聚类相结合的关键质量特性识别混合模型。在使用ReliefF算法对质量特性赋予权重并初步筛选有关质量特性后,对质量特性集合进行k-modes特征聚类,并从每个特征簇中挑选关键质量特性。算例表明该方法能够有效删除原始数据集中的不相关和冗余特征,从而达到识别关键质量特性的目的。