基于随机森林和关联规则的烟支圆周影响因素分析

周峰 赵堂坤 饶颖 李孟亚

红云红河集团红河卷烟厂卷包部 云南 弥勒 652300

摘要：烟支圆周是一项重要的物理指标，在过去的研究中，主要关注点在于原辅材料及生产设备方面的因素，而对于生产组织层面的各种影响因素关注较少。文章通过运用方差分析、随机森立以及关联规则等统计学工具，充分分析了生产组织层面影响烟支圆周合格率的各个因素，为生产管理提供了一定的管理建议。

关键词：随机森林 关联规则 烟支圆周 合格率

1 引言

烟支圆周合格率是烟支物理指标的重要因素，在烟草行业高质量发展这一要求的大背景下，提高烟支圆周合格率，进一步提升卷烟内在品质就成为了卷包的重点工作之一。吴明毅^[1]等，提出了通过偏倚值对烟支综合测试台的判定方法，王坤^[2]等通过多元统计控制图对烟支的物理指标进行了分析。舒芳誉^[3]等通过多变异分析，从多个角度对烟支物理指标的影响因素进行了分析。而针对生产组织层面的因素对烟支圆周合格率的影响，国内外研究略显不足。

在卷包车间的生产过程中，烟支圆周因为受到机型、操作人员水平、生产牌号等诸多因素影响，难以确定有效的提高方法。本文重点研究影响烟支圆周合格率的因素的重要性程度，同时探索质量改进的方向。

2 材料与方法

选取红河卷烟厂现有数量较多的中速卷烟机作为测试对象，包括ZJ17、PASSIM以及PROTOS90S三种卷烟机。使用烟支测试台对烟支圆周进行测量。以烟支圆周合格率作为因变量，以机组、班组、牌号、机型、班次、人员以及工龄段作为自变量，各变量设计如表1所示。

表1 变量设计

变量	说明
机组	机组编号（1#—32#）
班组	班组编号（甲乙丙）
牌号	生产卷烟品牌（红河（A7）、红河（软99）、红河（小熊猫）、云烟（紫）、红塔山（硬经典）等）
机型	卷烟机类型（ZJ17）（PASSIM）（PROTOS90S）
班次	每日生产的次序（晨早中）
人员	抽样时操作人员
工龄分段	以10年为一个工龄段（0-9年、10-19年、20年及以上）

根据上述变量设计，从MES系统中统计了5月6日至6月18日的生产数据，共计1405条。

3 圆周合格率影响因素分析

3．1 圆周合格率描述性统计

圆周合格率为一次抽样中，烟支圆周合格的数量占抽样总数的百分比，通过计算得到如表2所示数据。

表2 烟支圆周合格率描述性统计

变量	N	均值	标准差	最小值	下四分位树	中位数	上四分位数	最大值	众数
合格率	1405	0.96	0.0898	0.0000	0.9967	1.0000	1.0000	1.0000	1.0000

描述性分析显示，烟支圆周合格率最大值为1，最小值为0。下四分位数为09967，中位数为1、众数为1。可见圆周合格率总体保持在较高水平，较为稳定，但是有仍有合格率水平较低的情况发生。

3．2 影响因素分析

为了确定对烟支圆周合格率有显著影响的因素，通过方差分析，检验了不同影响因素的影响显著性，如表3所示。

表3 各影响因素方差分析结果

项目	P值	是否拒绝原假设
机组	0.000	是
班组	0.432	否
牌号	0.013	是
机型	0.122	否
班次	0.011	是
人员	0.022	是
工龄分段	0.398	否

在α=0.05的显著水平下，可以通过方差分析判断，生产组织层面对烟支烟周合格率有显著影响的因素为机组、牌号、班次以及人员。

3．3 随机森林回归分析

为了确定各个影响因素的重要性，通过随机森林进行回归分析，结果如图1所示。

图1 随机森林回归结果

结果显示，NMSE = 0.40039＜1，说明模型是具有意义的。从图中可以看出，对烟支圆周合格率有显著影响的因素中，其重要度排序为人员＞机组＞牌号＞班次。

3．4 关联规则分析

为了确定改进方向，通过关联规则，使用Apriori 算法对影响因素进行分析。因为生产组织中，人员始终工作于同一机组，所以在进行关联规则分析的时候不再将机组作为自变量。

因为每次抽样均为30支，所以定义“是一支以上”为抽样中烟支圆周合格率小于95%。根据强关联规则的定义，只要大于最小支持度和最小置信度的关联规则均属于强关联规则，为了满足卷包生产的需要，找出引起圆周合格率小于95%因素，设定如果该规则出现的概率小于 0.0025，或者给定条件下造成“是一支以上”的概率小于 65%，认为造成“是一支以上”的情况不会普遍发生。所以设定最小支持度为 0.0025，最小置信度为 0.65，并且筛选出rhs 为“是一支以上”的规则。通过R软件进行分析，结果如表4所示。

表4 关联规则分析结果

lhs		rhs	support	confidence	lift	count
{早,李睿}	=>	{是}	0.003909	0.833333	3.779551	5
{晨,念丽波}	=>	{是}	0.003909	0.833333	3.779551	5
{红河(A7),杨永兵}	=>	{是}	0.003909	0.714286	3.239615	5
{早,杨永兵}	=>	{是}	0.004691	0.666667	3.023641	6
{红河(A7),早,李睿}	=>	{是}	0.003909	0.833333	3.779551	5

关联规则计算得到的5条规则的提升度都大于 1，说明 X 对 Y 有促进作用。在生产组织时，要在李睿、杨永兵在上早班的时候，尤其是早班且开红河（A7）的时候，更容易出现烟支圆周合格率小于95%，念丽波在上晨班的时候，更容易出现烟支圆周合格率小于95%。因此，相关管理人员可以在满足以上条件时多加以关注，以减少不合格烟支的产生。

4 结论

本文通过统计分析工具，以烟支圆周合格率为因变量，以生产组织层面各个影响因素为自变量，层层推进分析烟支圆周合格率影响因素。其中影响显著的因素有机组、牌号、班次以及人员，其重要性为人员＞机组＞牌号＞班次。并通过关联规则分析结果，为相关管理人员提供了一定的管理意见。

参考文献

[1]吴明毅, 刘波, 马秀娟, et al. MTS烟支综合测试台长度偏倚值的分析判定[C]// 云南省烟草学会2014年学术年会. 0.

[2]王坤, 堵劲松, 舒芳誉, et al. 多元统计控制图在烟支卷制品质控制中的应用[J]. 烟草科技, 2015(4):82-89.

[3]舒芳誉, 罗靖, 马明旻. 基于多变异分析的烟支物理质量影响因素研究[J]. 烟草科技, 2015(12):72-77.