考虑模型不确定性的复杂产品装配质量可解释预测方法

本发明涉及一种考虑模型不确定性的复杂产品装配质量可解释预测方法，包括如下步骤：S1、采集复杂产品装配过程的历史数据；S2、基于历史数据建立不确定性感知的贝叶斯神经网络预测模块；S3、采用预测模型来表征装配过程中的工艺参数与最终质量指标之间的映射关系，并建立贝叶斯神经网络不确定性量化模块；S4、采用SHAP可解释性将不确定性边界与特征贡献相关联；S5、基于不确定性感知的贝叶斯神经网络预测模块和贝叶斯神经网络不确定性量化模块构建全局敏感性分析和局部可解释模块。本发明提供的方法能够为复杂产品质量提供基于深度学习算法的最终质量指标预测方法、模型不确定性分布分析及装配工艺参数贡献度评估。