決策樹算法在針織產(chǎn)品質量管理中的應用

劉鵬飛， 蔣高明， 吳志明

(江南大學 教育部針織技術工程研究中心， 江蘇 無錫 214122)

傳統(tǒng)針織企業(yè)通過信息化建設，其生產(chǎn)管理信息系統(tǒng)顯著增強了企業(yè)生產(chǎn)數(shù)據(jù)的采集和收集能力，大量的產(chǎn)品質量數(shù)據(jù)、庫存數(shù)據(jù)、銷售數(shù)據(jù)等存于企業(yè)數(shù)據(jù)庫中[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，沒能體現(xiàn)數(shù)據(jù)的信息化價值，導致企業(yè)出現(xiàn)數(shù)據(jù)豐富、信息匱乏的問題[2]。

針對針織企業(yè)里出現(xiàn)的龐雜質量數(shù)據(jù)，目前絕大多數(shù)企業(yè)缺乏科學的研究分析方法。只有少數(shù)企業(yè)采用簡單的統(tǒng)計過程控制(statistical process control,SPC)理論方法，應用統(tǒng)計技術對產(chǎn)品生產(chǎn)的各個階段進行監(jiān)控，使得生產(chǎn)過程的技術水平達到要求[3-4]，但是SPC有很大的局限性，只能監(jiān)控產(chǎn)品生產(chǎn)過程是否出現(xiàn)異常，卻不能提供異常的詳細信息，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)挖掘技術在針織產(chǎn)品質量管理中的應用。利用決策樹C5.0算法，對影響針織產(chǎn)品質量的生產(chǎn)要素，如原料、產(chǎn)品類型、機器設備、擋車工、環(huán)境溫濕度、原料質量等級等進行研究，挖掘出影響產(chǎn)品質量的關鍵因素間的關系規(guī)則，為企業(yè)的質量管理提供預防控制決策機制，提高產(chǎn)品質量[5]。

1 實驗數(shù)據(jù)預處理

本文研究的數(shù)據(jù)來自某紡織公司的制造執(zhí)行系統(tǒng)(MES)的數(shù)據(jù)庫。該公司使用了MES系統(tǒng)2年的數(shù)據(jù)，數(shù)據(jù)庫中積累了幾萬條坯布質量歷史數(shù)據(jù)。由于這些數(shù)據(jù)中含有不完整的、錯誤的、重復的及其他噪聲數(shù)據(jù)，所以需要對這些數(shù)據(jù)進行篩選、填補預處理，刪除錯誤及重復數(shù)據(jù)，填補非關鍵因素缺失值，得到完整的純凈數(shù)據(jù)來進行數(shù)據(jù)挖掘研究[6]。

通過對此公司的坯布質量數(shù)據(jù)進行預處理后，選取8 157條數(shù)據(jù)，選擇坯布質量影響因素中的原料、原料質量等級、產(chǎn)品、縱密、組織結構、設備型號、擋車工、班次、環(huán)境溫度與濕度和質量等級為研究對象。經(jīng)過預處理后的部分數(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：表中質量等級A、B、C表示質量等級依次遞減。

2 決策樹C5.0算法的應用

2.1 質量管理模型建立

采用決策樹C5.0算法，通過對實驗數(shù)據(jù)集的學習和處理，分別計算原料、原料質量等級、產(chǎn)品、縱密、組織結構、設備型號、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，各因素的取值作為分支來構建決策樹[7]。并利用Boosting算法不斷迭代生成多個決策樹，通過優(yōu)化每個決策樹樣本的權重，減少決策樹錯誤分類樣本的比例，最后得到高準確度的質量管理決策樹模型[8]。

該公司的坯布質量管理分為A、B、C 3個等級，但實際考核要求坯布的質量等級為A級，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，來構造決策樹。根據(jù)決策樹C5.0算法的原理，結合預處理過的實驗數(shù)據(jù)，進行相關計算。

2.1.1計算各個因素的信息增益率

經(jīng)統(tǒng)計，8 157條質量數(shù)據(jù)中，質量等級為A的有7 744條，質量等級為B和C的共有413條，則質量等級A在實驗數(shù)據(jù)集中的信息熵Q的計算公式[9]為：

(1)

式中P(Ci)表示屬于因素Ci的數(shù)據(jù)個數(shù)占實驗數(shù)據(jù)集總數(shù)的比例。

可得質量等級A的信息熵為：

分別計算所要研究的原料、產(chǎn)品、設備型號、擋車工等因素所在分類別中的信息熵以及在整個樣本數(shù)據(jù)集中的信息熵。以下示例選擇計算原料這一屬性的信息熵。統(tǒng)計發(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，其中質量為A等級的有2 907條；采用原料XS2111的數(shù)據(jù)有2 658條，其中質量為A等級的有2 541條；采用原料HL2111的數(shù)據(jù)有2 487條，其中質量為A等級的有2 296條。由式(1)計算這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)進而計算得到原料這一因素在實驗數(shù)據(jù)集中的信息熵為：

.284 5

運用信息增益的計算公式[9]，計算原料因素在實驗數(shù)據(jù)集中的信息增益：

G原料=Q質量等級A-Q原料

(2)

計算可得：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，結合原料因素的信息熵SI原料，運用信息增益率的計算公式[9]，計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)個數(shù)占實驗樣本集總數(shù)的比例。

計算得到：

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)計算可得其他因素的信息增益率。由于一種產(chǎn)品對應一個縱密和一個組織結構，因此三者的信息增益率是一樣的。計算可得：GR原料質量等級=0.002 8，GR產(chǎn)品=GR縱密=GR組織結構=0.000 8，GR設備型號=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

Adaboost算法是Boosting算法中的一種經(jīng)典高效率算法。它為每個樣本賦予權重，初始時每個樣本具有一樣的權重值，在迭代過程中，樣本的權重值不斷調整，賦予錯誤分類的決策樹更大的權重值，使其下次迭代時表現(xiàn)更突出，方便糾正其錯誤。通過多次迭代，不斷優(yōu)化決策樹分類模型。Adaboost算法計算過程如下：

2) 定義一個函數(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)

計算可得，e1=0.256，即0

4) 根據(jù)權重值調整系數(shù)βt的計算公式[10]，即：

(6)

βt

(7)

6) 第1次迭代過程結束，重新進入步驟2)進行第2次迭代，如此循環(huán)10次。

通過10次迭代后得到10個決策樹(M1,M2, …,M10)，結合相對應的權重值logβt，進行加權求和后得到最終的復合決策樹M*，其計算公式為：

(8)

計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果。利用公式(8)計算出復合決策樹M*作為最終的決策樹模型。

2.1.3決策樹的剪枝

由于實驗數(shù)據(jù)集數(shù)據(jù)量太大且含有噪聲數(shù)據(jù)，還需考慮每個問題的影響因素，導致算法直接生成的決策樹特別復雜，許多分支過度反映樣本數(shù)據(jù)集中的異常信息，決策樹出現(xiàn)過擬合的情況，對新數(shù)據(jù)的預測誤差較高[9]。決策樹越復雜，過度擬合的程度越高，因此需要對決策樹進行剪枝處理。本文選擇后剪枝技術對決策樹進行處理。后剪枝方法是在決策樹構造完成后進行剪枝，允許決策樹過度生長，刪除一些子樹，用子樹中大多數(shù)樣本所屬的類別形成的葉子節(jié)點代替[10]。通過剪枝，降低了決策樹的復雜度，降低過擬合情況，提高預測準確度。

2.2 質量管理決策樹生成

根據(jù)以上計算結果得知，GR原料>GR原料質量等級>GR設備>GR環(huán)境溫濕度>GR班次>GR擋車工>GR產(chǎn)品=GR縱密=GR組織結構。其中產(chǎn)品因素對目標期望的貢獻值可忽略不計，因此在構造決策樹時刪除產(chǎn)品、縱密、組織結構這3個分類；將車間環(huán)境溫度20 ℃與濕度值(35±5)%定為1級溫度與濕度，27 ℃、(35±10)%定為2級溫濕度，27 ℃、(35±15)%定為3級溫濕度；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，將原料的3個取值分別作為子樹來構造決策樹。再根據(jù)AdaBoost算法的計算結果，對決策樹進行優(yōu)化，提高其分類準確度。最后利用后剪枝技術對決策樹進行剪枝處理，提高決策結果的準確性。最終得到的針織產(chǎn)品質量管理決策樹模型如圖1所示。

2.3 結果分析

構造針織產(chǎn)品質量管理決策樹就是為了提高A等品坯布的比例，根據(jù)分類計算結果及圖1所示的決策樹模型，A等品針織坯布質量的影響因素有6個。

2.3.1原料因素

本文研究的3種原料為KD2536、XS2111、HL2311，分別對應的A等級坯布的比例為96.7%、95.6%、97.9%。采用同一種原料在不同設備上生產(chǎn)時，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備上生產(chǎn)時的A等品比例也不同。決策結果為：為提高針織坯布的A等品比例，在使用原料KD2536時，安排A111號擋車工在KS3型設備上進行生產(chǎn)；使用原料XS2111時，安排A156號擋車工在HKS3M型設備上進行生產(chǎn)；使用原料HL2311時，安排A121號擋車工在HKS4型設備上進行生產(chǎn)。

2.3.2原料質量等級因素

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

2.3.3設備因素

3種不同針織設備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備的A等品比例不同，同一擋車工操作不同設備得到的A等品比例也不同。決策結果為：設備KS3早班時安排A156號擋車工操作，中班時由A111號擋車工操作；設備HKS4早班時安排A121號擋車工操作，中班時由A156號擋車工操作；設備HKS3M早班時安排A156號擋車工進行操作，中班時安排A111號擋車工進行操作。

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，由于安裝了恒溫空調可以將溫度保持在27 ℃，但不能做到實時恒定的相對濕度，因此根據(jù)相對濕度數(shù)值定義了環(huán)境溫度與濕度的等級，分為一級、二級、三級。環(huán)境溫濕度的3個等級對應的A等品比例為98.3%、96.4%、93.2%。對比可見，環(huán)境溫濕度情況對產(chǎn)品質量的影響還是很大的。決策結果為：公司應購置自動化加濕設備代替現(xiàn)在依靠人工撒水加濕的方式，增強車間內的恒濕能力，改善車間的環(huán)境，提高坯布質量。

圖1 質量管理決策樹分類模型Fig.1 Quality management decision tree classification model

2.3.5班次因素

實驗數(shù)據(jù)結果顯示在其他條件都相同的情況下，A121號擋車工在早班和中班工作時的A等品比例為96.8%和96.7%，二者沒有明顯的差異，但晚班時卻下降至95.3%。其他3位擋車工也呈現(xiàn)出同樣的情況，晚班工作時A等品比例明顯要比早班時低。決策結果為：車間應該改善晚班的工作環(huán)境，提高工人的舒適度；工人也應該合理地調整作息時間，保證夜間工作時具有良好的精神狀態(tài)；晚班時，應由A121號擋車工操作設備HKS3M，A156號擋車工操作設備HKS4，A111號擋車工操作設備KS3。

2.3.6擋車工因素

A156號擋車工在使用原料HL2311進行織造時，早班和晚班的A等品比例是96.8%和95.1%，而A122號擋車工的結果較低，分別是95.3%和94.5%。跟另外2位擋車工相比，A122號擋車工總體的A等品比率也較低。決策結果為：A122號應多學習，多實踐，提升自己的專業(yè)技能，提高業(yè)務水平。擋車工及班次因素的影響結果如圖2所示。

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

3 結 論

本文研究的針織產(chǎn)品質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)品質量的各關鍵因素(原料、設備、環(huán)境溫度與濕度、擋車工、班次等)間的隱藏關系規(guī)則，并根據(jù)這種關系規(guī)則做出最優(yōu)化的資源配置，為提高企業(yè)的產(chǎn)品質量提供預先決策機制。為達到此目的，采用了決策樹C5.0算法，建立了針織產(chǎn)品質量管理分析模型。模型實驗結果在此公司應用半年多的時間，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等品比例由原來的88.3%提升到現(xiàn)在的98.6%。本模型經(jīng)實踐驗證真實有效，為車間生產(chǎn)提供事先決策支持，高標準地達到預期目標。

參考文獻：

[1] 洪亮,仲梁維,夏仁康. 數(shù)據(jù)挖掘技術在BOM中的研究應用[J]. 信息技術,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. 基于大數(shù)據(jù)的制造業(yè)企業(yè)信息化數(shù)據(jù)分析及應用技術研究[J]. 現(xiàn)代計算機(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)計過程控制在產(chǎn)品質量管理中的應用研究[J]. 淮陰工學院學報,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)計過程控制在質量管理上的應用[J]. 工業(yè)控制計算機,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. 數(shù)據(jù)挖掘在質量管理系統(tǒng)中的應用研究[J]. 計算機工程與設計,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算法在工程質量決策支持系統(tǒng)中的應用研究[J]. 計算機技術與發(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)挖掘的決策樹算法和C5.0原理簡介[J]. 知識經(jīng)濟,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算法的改進及應用[J]. 南昌大學學報(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)過程質量管理中的應用[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人信用評級中的應用[J]. 系統(tǒng)工程理論與實踐,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.