摘要：針對智能工廠中多特征少樣本的海量質(zhì)量數(shù)據(jù)與實(shí)時(shí)控制要求,首先設(shè)計(jì)了產(chǎn)品質(zhì)量智能預(yù)測控制的集成結(jié)構(gòu);隨后綜合考慮BP網(wǎng)絡(luò)在海量數(shù)據(jù)處理中較好的時(shí)效性,和XGBoost在多特征少樣本數(shù)據(jù)處理中較好的靈活性和準(zhǔn)確性,提出一種基于BP和XGBoost混合模型的產(chǎn)品質(zhì)量預(yù)測控制方法;該方法先用BP神經(jīng)網(wǎng)絡(luò)對質(zhì)量問題進(jìn)行合格與不合格的二分類,然后將不合格質(zhì)量集導(dǎo)入XGBoost模型中,并重復(fù)XGBoost的單模型調(diào)參,以此提高智能工廠中產(chǎn)品質(zhì)量預(yù)測與控制的準(zhǔn)確性與實(shí)時(shí)性。最后,通過實(shí)例驗(yàn)證了模型選型有效性。