杨丰玉，范永健*，郑巍，熊宇，蔡海多

(1. 南昌航空大学 软件学院，江西 南昌 330063；2. 江西泉新电气有限公司，江西 萍乡 337000）

0 引言

当前，全球一些国家掀起了新一轮以‘信息技术与制造业融合’为共同特征的工业革命，加速发展新一代信息技术，并推动其与全球工业系统的深入融合，以期抢占新一轮产业竞争的制高点[1]。互联网在数据传输、管理软件、信息化应用等方面的强力保障为包括物联网在内的各项技术应用打开了大门[2]。

近年来，大数据受到各行各业的普遍关注，大数据技术和制造业的结合催生了‘工业大数据’[3]。近30年来，大数据在工业、医疗、金融、交通等各行各业及相关学科领域都获得了快速发展[4-8]。工业大数据的应用将成为未来制造业创新的关键要素[9-12]。Gardner R , Bicker J等人[13]在半导体晶圆制造问题的案例研究中表明，机器学习技术可以提高在复杂的制造过程中快速解决问题的能力。Mehdi Gaham, Brahim Bouzouia等人[14]提出并形式化了基于代理的智能产品驱动的制造控制范例和计算智能遗传算法优化工具的主要功能的组合。目前，工业大数据已经结合机器学习等相关技术在各行各业发挥着至关重要的作用[15-19]。玻璃绝缘子因为零值自破、容易维护等特点得到了广泛应用。而在其生产过程中，容易出现自损坏问题。为此，本文提出了基于贝叶斯岭回归模型的玻璃绝缘子配方自动生成方法，运用历史生产数据，对生产过程中的信息进行分析，自动化生成玻璃绝缘子配方。该方法对于玻璃绝缘子生产有着十分重要的影响，能避免人为的计算操作偏差，提高生产效率。……