大数据环境下离散制造车间异常事件发现方法

• 作者: 刘胜辉 张淑丽 徐迭石 马超
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 异常事件发现 时间序列 决策树 预警
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 算法
• 页码范围: 288-293
• 页数: 6页
• 分类号: TP3
• 字数: 6055字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.09.056

摘要

针对大数据环境下离散制造企业车间生产过程中生产异常难以有效管控的问题,先从理论上研究建立车间异常事件预警模型的合理性和实用性.然后从技术实现角度给出异常触发事件的数据来源及其计算方法.接着综合时间序列和因果关系两个维度,建立基于时序序列上多决策树的车间异常事件预警模型,保证了预测结果的准确性和可靠性.最后采用某型号燃气轮机转子的生产过程数据验证模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘胜辉	哈尔滨理工大学软件学院	98	672	12.0	21.0
2	张淑丽	哈尔滨理工大学软件学院	52	195	8.0	12.0
3	徐迭石	哈尔滨理工大学软件学院	2	34	2.0	2.0
4	马超	哈尔滨理工大学软件学院	12	41	2.0	6.0