基于改进MOEA/D的复杂制造过程关键质量因素识别

摘要

提出基于改进MOEA/D的特征选择算法识别复杂制造过程中显著影响产品质量的关键因素(特征).首先,构建最大化G-mean指标和最小化特征数的关键质量因素识别模型,G-mean能够针对非平衡制造过程数据准确衡量质量因素重要性;其次,提出多目标进化算法——改进MOEA/D求解识别模型,改进MOEA/D采用了基于信息增益指标的初始化方法和一种新的平衡变异算子以提高算法优化性能.实验结果表明,所提识别方法能够得到少量质量因素并获得对产品质量的高水平预测效果,同时改进MOEA/D具有比传统MOEA/D更佳的优化性能,表明了本文方法的有效性.