基于BP网络与XGBoost的质量控制方法研究

摘要：针对智能工厂中多特征少样本的海量质量数据与实时控制要求,首先设计了产品质量智能预测控制的集成结构;随后综合考虑BP网络在海量数据处理中较好的时效性,和XGBoost在多特征少样本数据处理中较好的灵活性和准确性,提出一种基于BP和XGBoost混合模型的产品质量预测控制方法;该方法先用BP神经网络对质量问题进行合格与不合格的二分类,然后将不合格质量集导入XGBoost模型中,并重复XGBoost的单模型调参,以此提高智能工厂中产品质量预测与控制的准确性与实时性。最后,通过实例验证了模型选型有效性。