基于GBO-LSSVM的多品種小批量產品質量預測*

高玉明，張天瑞，張 賽

(1.沈陽大學機械工程學院，沈陽 110044；2.沈陽水清環境工程有限公司，沈陽 110136)

0 引言

隨著消費者個性化定制需求日益增長，制造行業中的大批量生產方式開始向小批量定制逐步轉化。此類生產方式因其產品價值高、生產工藝復雜等特點對企業提出更高要求[1]。產品質量的有效把控在能滿足消費者對產品質量要求的同時也為企業贏得市場競爭力。

針對多品種小批量產品質量問題，國內外學者開展了大量相關研究。LIU等[2]針對訂單驅動的多品種、小批量產品生產，設計了一種面向離散制造的實時車間數字化雙調度平臺。CHEN等[3]提出了一種將控制圖模式識別應用于異常檢測的集成模型，在小樣本情況下比其他方法具有更高的分類準確率。YANG等[4]針對小批量定制化混合模型裝配生產問題，構建了一種集在線數據采集、自動歸并排序(MS)和自適應均衡(AE)算法于一體的多目標、多約束調度優化模型。陳鑫等[5]針對多品種小批量生產模式下工序質量控制問題，基于共軛貝葉斯理論建模作單值-移動極差控制圖，實現對生產過程的動態控制。SUN等[6]為解決多品種小批量生產模式下工藝路線靈活、車間調度方案變化頻繁等問題，建立了以碳排放和成本為多目標的多工藝路線調度優化模型。上述文獻在一定程度上解決了產品質量問題，但在多品種小批量產品質量控制等方面還有待提高。

當前最小二乘支持向量機(least squares support vector machine，LSSVM)因其求解速度較快而被廣泛應用于各種領域的預測問題。……