基于组合模型的复杂设备产品质量实时预测系统及方法技术方案

本发明专利技术公开了一种基于组合模型的复杂设备产品质量实时预测系统及方法，所述系统包括：复杂设备生产数据处理模块，用于复杂设备生产数据的异常数据处理、高噪声数据滤波、归一化等预处理方法和生产特征的选择，生成完整且高质量的复杂设备产品质量预测模型中所需的训练集和测试集；产品质量子预测模型构建模块，用于多个复杂设备产品质量子预测模型的建立与参数调整；产品质量组合预测模块，用于基于最优加权法得到子预测模型的权重，通过比较组合预测模型和子模型的预测精度选择最优模型作为复杂设备产品质量预测模型。本发明专利技术解决了预测模型的结构与复杂设备的生产特点不完全匹配带来的预测精度缺陷，提高了复杂设备实时预测的精度。

【技术实现步骤摘要】

本专利技术属于电子工程和计算机科学领域，具体涉及基于组合模型的复杂设备产品质量实时预测系统及方法。

技术介绍

1、随着科技的飞速发展，复杂设备在各个领域的使用越来越广泛。复杂设备的性能和质量对其应用效果具有至关重要的影响。因此，对复杂设备产品质量进行预测和评估显得尤为重要。在当今竞争激烈的市场环境中，产品质量是企业生存和发展的关键。对于复杂设备而言，由于其结构和功能的复杂性，影响产品质量的因素众多。因此，对复杂设备产品质量的预测需要综合考虑这些因素，并采用先进的技术手段进行分析和评估。

2、为了实现对复杂设备产品质量的准确预测，需要借助各种技术和方法。其中包括数据挖掘、机器学习、人工智能等先进技术。这些技术可以对大量的历史数据进行分析，发现数据之间的内在联系和规律，从而对产品质量进行预测和评估。同时，这些技术还可以根据预测结果进行优化和改进，提高产品质量和可靠性。

3、数据驱动的预测方法在复杂设备中已经有所应用，但是通过研究发现目前复杂设备产品质量的预测效果并不理想。不同的预测模型具有不同的结构，而复杂设备的生产特点与预测模型之间并本文档来自技高网...

【技术保护点】

1.一种基于组合模型的复杂设备产品质量实时预测系统，其特征在于，包括：

2.如权利要求1所述的一种基于组合模型的复杂设备产品质量实时预测系统，其特征在于，所述产品质量组合预测模块还包括子预测模型权重计算模块，其中，权重的计算方法为：

3.一种基于组合模型的复杂设备产品质量实时预测方法，其特征在于，所述方法包括如下步骤：

4.如权利要求3所述的一种基于组合模型的复杂设备产品质量实时预测方法,其特征在于，权重的计算方法为：

【技术特征摘要】

1.一种基于组合模型的复杂设备产品质量实时预测系统，其特征在于，包括：

2.如权利要求1所述的一种基于组合模型的复杂设备产品质量实时预测系统，其特征在于，所述产品质量组合预测模块还包括子预测模型权重计算模块，其中，权重...

【专利技术属性】
技术研发人员：陶飞，陈诚，左颖，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：