XGBoost算法在制造业质量预测中的应用

• 作者: 刘伟光 蒋晋文
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 制造业 大数据 质量预测 回归
• 年，卷（期）: 2017,（6）
• 页码范围: 58-60
• 页数: 3页
• 分类号: TP391.41
• 字数: 2678字
• 语种: 中文

摘要

制造业产业是一个信息化和工业化高度融合的产业.制造业生产过程的每一个环节都会积累大量的数据.而在关于生产产品质量抽测的过程中,当发现质量不佳的产品,若要修正,通常却为时已晚.因此,对生产信息进行数据挖掘,由机器生产参数去预测产品的质量可以及时、全面地知晓生产结果,并且根据预先得到的结果做出对应的决策可以有效地提高产品的质量.XG-Boost算法是一种高效准确的回归算法,本文将XGBoost算法应用于制造业质量预测中,从而实现了准确预测产品质量的目的,为制造业生产产品质量预测提供了一种有效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋晋文	深圳大学计算机与软件学院	1	23	1.0	1.0
2	刘伟光	深圳大学计算机与软件学院	1	23	1.0	1.0