Информационные технологии интеллектуальной поддержки принятия решений, Информационные технологии интеллектуальной поддержки принятия решений 2019

Размер шрифта: 
Принятие решений при управлении качеством процесса производства продукции: деревья решений и нейросети
Елена Шавкатовна Закиева, Э. Р. Габдуллина, Л. С. Сергеева, Е. Р. Кириллова

Изменена: 2019-05-24

Аннотация


Рассматриваются вопросы принятия решений по выбору параметров технологического процесса изготовления стеклосетки с целью повышения качества продукции из стекловолокна. Проводится процедура интеллектуального анализа данных: решаются задачи кластеризации методами главных компонент и нейросетевого анализа, а также задачи классификации методом деревьев решений. Сформированные правила являются основой построения базы знаний экспертной системы, необходимой для выявления критических диапазонов значений параметров технологического процесса, от которых зависит качество продукции, и для предотвращения появления некачественной продукции.

Ключевые слова


стеклосетки; стеклоткани; параметры технологического процесса; метод главных компонент; нейросетевой анализ; карты Кохонена; самоорганизующиеся карты признаков; деревья решений; правила классификации

Литература


1.            ГОСТ Р 55225 – 2017. Сетки из стекловолокна фасадные армирующие щелочестойкие. Технические условия.

2.            Паклин Н.Б., Орешков В.И. Бизнес-аналитика: от данных к знаниям: Питер, 2013. –706 с.

3.            Эсбенсен К. Анализ многомерных данных. Избранные главы / Пер. с англ. С.В.Кучерявского; Под ред. О.Е.Родионовой. – Черноголовка: Изд-во ИПХФ РАН, 2005. – 160 с.

4.            Барсегян А. А., Куприянов М. С. и др. Анализ данных и процессов: учеб. пособие — 3-е изд., перераб. и доп. – СПб.: БХВ-Петербург, 2009. – 512 с.

5.            Кириллова Е. Р., Сергеева Л. С. Анализ факторов, влияющих на качество выпускаемой продукции // Инновационные технологии в науке и образовании: сборник статей X Международной научно-практической конференции. – Пенза: ООО "Наука и Просвещение", 2019. – С. 53-57.

6.            Макарова Е.А., Габдуллина Э.Р., Закиева Е.Ш. Регрессионный и кластерный анализ региональных производственных процессов // Современная наука: актуальные проблемы теории и практики, изд. «Научные технологии», Москва. 2015. -№ 12.-С.78-83.


Полный текст: PDF