刘鹏飞， 蒋高明， 吴志明

(江南大学 教育部针织技术工程研究中心， 江苏 无锡 214122)

传统针织企业通过信息化建设，其生产管理信息系统显著增强了企业生产数据的采集和收集能力，大量的产品质量数据、库存数据、销售数据等存于企业数据库中[1]，然而现在针织企业不能让数据成为提高生产管理水平的有用信息，没能体现数据的信息化价值，导致企业出现数据丰富、信息匮乏的问题[2]。

针对针织企业里出现的庞杂质量数据，目前绝大多数企业缺乏科学的研究分析方法。只有少数企业采用简单的统计过程控制(statistical process control,SPC)理论方法，应用统计技术对产品生产的各个阶段进行监控，使得生产过程的技术水平达到要求[3-4]，但是SPC有很大的局限性，只能监控产品生产过程是否出现异常，却不能提供异常的详细信息，且只供车间里的操作人员使用，不能为企业管理人员提供事先决策支持。

基于此，本文将研究数据挖掘技术在针织产品质量管理中的应用。利用决策树C5.0算法，对影响针织产品质量的生产要素，如原料、产品类型、机器设备、挡车工、环境温湿度、原料质量等级等进行研究，挖掘出影响产品质量的关键因素间的关系规则，为企业的质量管理提供预防控制决策机制，提高产品质量[5]。

1 实验数据预处理

本文研究的数据来自某纺织公司的制造执行系统(MES)的数据库。该公司使用了MES系统2年的数据，数据库中积累了几万条坯布质量历史数据。由于这些数据中含有不完整的、错误的、重复的及其他噪声数据，所以需要对这些数据进行筛选、填补预处理，删除错误及重复数据，填补非关键因素缺失值，得到完整的纯净数据来进行数据挖掘研究[6]。……