《表3 A1类特征类内案例M属性部分内容》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《面向智能运维的离散制造过程知识获取方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

考虑影响E属性的主要影响因素，从案例数据筛选工装可靠性x1、设备可靠性x2、上道工序质量x3、制造过程切削率x4、工人技术水平x5，共5个M属性作为特征类内部聚类划分的依据，部分数据内容如表3所示。试验基于python工具实现案例特征类内部聚类划分与分离系数计算，发现当簇数c小于5时，随着c的增加，分离系数PC（+）减小，聚类性能变差。但是如果c过小，在案例检索匹配过程中运算复杂度会增加。综合考虑算法效率，取式（6）内参数值m=2，簇数c=3，聚类效果如图7所示，解得此时分离系数PC（+）=0.650，认为聚类效果符合需求。经划分后的聚类中心作为标记案例如表4所示，其中c1，c2，c3分别对应图7中类号0，1，2。