《基于D-S证据理论在产品质量控制中的应用研究》由会员分享，可在线阅读，更多相关《基于D-S证据理论在产品质量控制中的应用研究（14页珍藏版）》请在金锄头文库上搜索。
1、基于 D-S 证据理论在产品质量控制中的应用研究摘要：在本文中，我们对某品牌的葡萄酒的检验为例，由于每个品酒专家经 验或者知识程度不一样，这就造成了品酒专家对葡萄酒的味道，色泽等评价指 标可能会做出不同的评价，因此我们通过模糊数学方法进行葡萄酒的各项指标 进行评定，然后结合 D-S 证据融合理论，对葡萄酒的质量做出整体性评价，提 出了适用于葡萄酒质量控制的方法，该方法可以对多位专家评分形成的模糊以 及不确定信息进行融合从而得到更客观的评价结果，实用例子结果证实利用 D- S 证据融合理论可以得到更客观准确的评价结果，降低了评价的不确定度，然 后再次利用证据融合对其中两位专家对各个因素的可信任度
2、，最终评判出是哪 个因素有可提升的 。最后提出了如何有效控制这个因素的方法。关键词：D-S 证据理论 质量控制 模糊评价 评价体系2目录一：绪论.31.1 问题的提出 .31.2 研究的意义 .4二：基本理论介绍.42.1 D-S 证据理论的背景.42.2 D-S 证据理论相关定义和公式.52.3 D-S 证据理论合成规则.6三：葡萄酒酿造工艺流程.73.1 工艺设计 . 73.2 工艺要点.73.3 注意事项.83.4 葡萄酒质量因素分析.8四：葡萄酒整体质量评价模型.84.1 因素集的确定.84.2 整体评价体系的建立.9五：D-S 证据理论在葡萄酒质量评价中的应用.105.1 运用 D-
3、S 证据理论对葡萄酒整体质量做出评价.105.2 再次运用 D-S 证据理论进一步分析工艺环节问题 .11六：总结.12参考文献.143一：绪论一：绪论1.1 问题的提出问题的提出产品质量是企业的生命。一个企业从诞生到逐步壮大，过硬的产品质量是它得以激烈的市场竞争中生存的关键。质量管理是企业管理的重要组成部分，是企业围绕着质量而开展的各种计划、组织、指挥、控制和协调等所有管理活动的总和。确保产品质量安全，是企业社会责任的基本要求，产品质量安全责任是企业社会责任的基本要求，在任何时候，任何企业履行社会责任，生产合格的产品都是应尽的义务。企业要最大限度满足用户和消费者需求，全心全意为用户和消费者服
4、务作为企业追求的目标。产品在规定时间范围内，企业要实行产品质量追踪，对于顾客反馈的有严重质量缺陷或者是对顾客使用造成安全上的隐患的，一定要实行召回制度，防止情况继续恶化，赢得消费者对企业产品的依赖和支持，维护消费者合法权益。从产品质量控制和检验制度要求企业确保产品安全。加强全员、全过程、全方位的质量管理，全面提升质量管理水平。从原材料进厂，一直到产品销售等各个环节和流程，都必须有严格的质量控制标准作保证。企业应当加强对产品质量的检验，严禁未经检验合格的产品流入市场，以实现企业“质量支撑包容性增长” 、提升企业质量效应。而产品质量控制的最关键环节就是产品的检测阶段。一个产品的质量是由多种多样、形
5、形色色、的因素又由许多小的因素组成。分析影响产品质量的原因, 有利于针对原因制定提高产品质的措施。如何在众多的影响因素中找到对产品质量影响最大、最主要的因素, 从而采取针对性措施保证产品的质量, 这就是因素分析所要解决的问题。通常, 人们采用主次因素排列图法、因果分析法、相关分析法等进行分析。但是在产品的质量管理中, 存在着大量的模糊现象。其一, 如“ 好” 、 “坏” 、 “ 长” 、 “短” 、 “ 物美价廉” 等概念过去很难用数字进行具体描述, 但它们在人们的头脑中的确有个标准。在质量管理中, 人们的思维活动确有不少是具有模糊性的推理过程。其二, 产品的质量是由包括强度、硬度、性能、寿命
6、等理化成份和外观形状、色彩、手感、光泽、气味、音响等方面的参数所共同构成的。虽然这些参数在一般情况下, 可以归纳成产品的性能、寿命、可靠性、安全性、经济性等五个方面, 但就对这五个方面来说, 生产过程中的每个因素对每一方面的影响也有所不同。不同的因素对产品质量特性的某一方面影响较大, 而对其他方面影响就较小。因此, 还存在一个某个因素对整个质量特性的影响做出全面综合评价的问题。这也是人们4头脑中一个模糊推理的思维过程。如何能体现这两方面的模糊性, 特别是在各个生产工序的数据分布性质不明显的情况下, 从各个方面充分利用这些数据信息。葡萄酒质量的评定一般是通过一批有资质的评酒员进行品评。每个评酒员
7、在对葡萄酒进行品尝后对其分类指标打分，然后求和得到其总分，从而确定葡萄酒的质量。酿酒葡萄的好坏与所酿葡萄酒的质量有直接的关系，葡萄酒和酿酒葡萄检测的理化指标会在一定程度上反映葡萄酒和葡萄的质量。在本文中对葡萄酒的质量进行评价的例子中，由于运用了专家评分方法，这使得做出的评分结果带有人为的因素在里面，因此再结合 D-S 证据理论对这些来源不同的数据进行融合，从而提高分析的可靠性和科学性。1.2 研究的意义研究的意义在产品质量控制过程中，质量检测是左后一个关键的环节，因此我们要严格控制这一环节。葡萄酒感官评价的质量控制实质上是一个 PDCA 循环的应用过程，从评价标准的确定、评价方法的选择、评价标
8、度的制定，再到专家评分，经过对评价结果的融合分析，最后得出结论。在这一过程中，我认为对评价结果进行检验与控制分析是整个质量控制过程关键，本文主要利用模糊数学方法对该问题进行阐述。在本文中对葡萄酒的质量进行评价的例子中，由于运用了专家评分方法，在本文中品酒专家由于自己的知识范围可能对因素的评分而那不同，因此再结合 D-S 证据理论对这些来源不同的数据进行融合，从而得出更有效的评定结果，进而使葡萄酒的质量得到准确的判断。而案例的结果也充分说明了运用 D-S 证据理论可以对评价方案作出更客观更准确的评价。二：基本理论介绍二：基本理论介绍2.1 D-S 证据理论的背景证据理论的背景证据理论是由 Dem
9、pster 于 1967 年首先提出，由他的学生 shafer 于 1976 年进一步发展起来的一种不精确推理理论，也称为 Dempster/Shafer 证据理论 (D-S 证据理论)，属于人工智能范畴，最早应用于专家系统中，具有处理不确 定信息的能力。作为一种不确定推理方法，证据理论的主要特点是：满足比贝 叶斯概率论更弱的条件；具有直接表达“不确定”和“不知道”的能力，它是 对概率论的扩展。在此之后，很多技术将 D-S 理论进行完善和发展，其中之一 就是证据合成 (Evidential reasoning, ER) 算法。 ER 算法是在置信评价框 架和 D-S 理论的基础上发展起来的。E
10、R 算法被成功应用于：机动车评价分析、5货船设计、海军系统安全分析与综合、软件系统安全性能分析、改造轮渡设计、 行政车辆评估集组织评价。在现实生活中，国家、政府、企业和个人都离不开 决策，决策是人类社会的一项基本活动，小到个人选择上班路线，大到国家分 配有限的社会资源，都是一个决策的过程。决策存在于社会经济系统、生产系 统、工程系统，乃至生活的各个方面，决策结果对于整个工作或全局行动的成 败起着至关重要的作用。任何决策都是人对事物的评价和选择，都是建立在人 类对客观事物的认识和人类改造客观世界的实践基础之上，由于客观世界的不 确定性、模糊性、变化性、多样性等，导致人们主观认识上的种种不足与误差
11、， 加上决策过程中时间的有限性和决策者认识的局限性，决定了决策的复杂性。 因此，在现实决策中，决策者获得的信息往往是不完整的、不精确的，甚至是 矛盾的。根据人们获得的决策信息的完整性，决策可以分为确定性决策和不确 定性信息决策。 在医学诊断、目标识别、水质监测、风险评估、信用评估、故障诊断、军 事指挥等许多应用领域，需要综合考虑来自多源的不确定信息，如多个传感器 的信息、多位专家的意见等等，以完成问题的求解，而证据理论的联合规则在 这方面的求解发挥了重要作用。 D-S 还给出了多源信息的组合规则，即 Dempster 组合规则它综合了来自 多传感器的基本信度分配，得到一个新的信度分配作为输出D
12、empster 组合规 则的优点主要体现在证据冲突较小的情形如果证据间存在高冲突，使用时会 表现出以下缺陷：将 100%的信任分配给小可能的命题，产生与直觉相悖的结 果；缺乏鲁棒性，证据对命题具有一票否决权；对基本信度分配很敏 感在实际的数据处理中，证据冲突的情况经常遇到，所以要设法避免冲突证 据组合产生的错误，否则会产生错误结论证据理论的最新发展和应用的方向 有：基于规则的证据推理模型及其规则库的离线和在线更新决策模型，证据理 论与支持向量机的结合，证据理论与粗糙集理论的结合，证据理论与模糊集理 论的结合，证据理论与神经网络的结合，基于数据的 Markovian 与 Dirichlet 混合
13、方法实现对证据理论质函数的赋值。2.2 D-S 证据理论相关定义和公式证据理论相关定义和公式证据理论可以处理由于不知道所引起的不确定性，采用信任函数而不是概 率作为不确定性的度量。通过对一些事件的概率加以约束来建立信任函数，而 不必说明精确地难以获得的概率。在概率论中，当先验概率难以获得，但又被 迫给出时，用证据理论能区分不确定性和不知道的区别，所以它比概率论更适 合于专家系统推理方法。在证据理论中由于 mass 函数在构造信任函数和似然函 数时有着重要作用，因此最关键的是 mass 函数的计算与构成。 在 D-S 证据理论中，知识的不确定性通过一个集合形式的可信度因子来 表示，而证据和结论的
14、不确定性则采用信任函数和似然函数来表示。证据理论 是用集合来表示命题的，设 是变量 y 的样本空间即识别框架，其中具有 n 个 元素，变量 y 的所有取值都在 中， 中元素所构成的子集为 2n个，在任何时 刻变量 y 的值都会落入某个子集。设样本空间 为一有限集，=e1,e2，en,ei是基本事件， 中元素是互斥的。由 中所有子集构成的幂集记为 2,可以看出，当 中元素为 n 个的时候，幂集 2中的元素为 2n6个。首先在 的幂集上定义一个基本概率分配函数（Function of Basic Probability Assignment ）定义 1：mass 函数：设样本空间 为一有限集，在 的幂集 2上定义一 个基本概率分配（BPA ）的取值为0,1的函数 M，满足以下条件： （1） M(A)将幂集 2中的元素映射到区间0,1，记为M: 2
