【技术实现步骤摘要】
本申请属于智能制造领域，涉及人工智能技术，尤其涉及一种产品异常寻因方法、电子设备及存储介质。
技术介绍
1、在生产过程中，为了提高生产效率，往往需要对造成产品异常/不良的根本原因进行分析。相关技术中通过对生产因素与检测结果之间的相关性进行分析，从而确定根本原因。然而，由于相关性只能反映生产因素与检测结果之间的关联程度，无法排除生产因素中的混淆变量的干扰。若仅依赖相关性进行根因分析，将导致异常/不良的根本原因的定位不够准确。若无法准确定位造成产品异常/不良的根本原因，将对正常生产造成很大的影响，降低产品良率。
技术实现思路
1、鉴于以上内容，有必要提供一种产品异常寻因方法、电子设备及存储介质，能够解决造成产品异常/不良的根本原因的分析准确性不佳的技术问题。
2、一方面，本申请提供一种产品异常寻因方法，所述方法包括：获取多个产品的生产数据，所述生产数据包括每个产品的检测标签、多个生产因素以及所述每个产品对应每个生产因素的生产参数，每个检测标签指示一个检测结果，并且不同的检测标签指示...
【技术保护点】
1.一种产品异常寻因方法，其特征在于，所述方法包括：
2.如权利要求1所述的产品异常寻因方法，其特征在于，若所述检测结果还包括正常检测结果，对所述多个目标生产因素的确定还包括：
3.如权利要求1所述的产品异常寻因方法，其特征在于，所述基于预设的机器学习模型以及所述生产数据计算第一预测效果评分，并根据所述机器学习模型以及对所述每个生产因素的所有生产参数进行重新排序后得到的生产数据计算所述每个生产因素的第二预测效果评分包括：
4.如权利要求3所述的产品异常寻因方法，其特征在于，所述基于所述每个产品的预测标签与对应的检测标签的比较，计算所...
【技术特征摘要】
1.一种产品异常寻因方法，其特征在于，所述方法包括：
2.如权利要求1所述的产品异常寻因方法，其特征在于，若所述检测结果还包括正常检测结果，对所述多个目标生产因素的确定还包括：
3.如权利要求1所述的产品异常寻因方法，其特征在于，所述基于预设的机器学习模型以及所述生产数据计算第一预测效果评分，并根据所述机器学习模型以及对所述每个生产因素的所有生产参数进行重新排序后得到的生产数据计算所述每个生产因素的第二预测效果评分包括：
4.如权利要求3所述的产品异常寻因方法，其特征在于，所述基于所述每个产品的预测标签与对应的检测标签的比较，计算所述机器学习模型的第一预测效果评分包括：
5.如权利要求1所述的产品异常寻因方法，其特征在于，所述根据所述第一预测效果评分以及所述第二预测效果评分计算每个生产因素对所述检测结果的影响权重包括：
6.如权利要求1所述的产品异常寻因方法，...
【专利技术属性】
技术研发人员：王亚周，吴振廷，张洪伟，陈文钦，王青玉，元海燕，王皎洁，
申请(专利权)人：富联裕展科技河南有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。