基于大数据的线束制品质量预测系统

本发明公开了基于大数据的线束制品质量预测系统，通过获取初始多源数据集；基于线束质量的压接高度、绝缘电阻值和环境温湿度提取初始多源数据集中的核心特征，利用PCA主成分分析法筛选核心特征中的高权重特征，得到线束特征数据；基于长短期记忆网络处理时序数据，利用极致梯度提升树进行特征选择，建立混合预测模型；利用改进的IWOA鲸鱼优化算法优化混合预测模型的超参数；将线束特征数据输入至目标混合预测模型进行预测，输出质量风险等级指数，若质量风险等级指数超出设定阈值则触发预警信号。改变了传统单一数据或简单模型预测的局限性，使质量预测更贴合实际生产场景，显著提升预测的准确性与可靠性。