面向多族按订单设计（ETO）产品的集成机器学习与案例推理制造时间估计框架

《ADVANCED ENGINEERING INFORMATICS》：An Integrated Machine Learning and Case-Based Reasoning Framework for Manufacturing Time Estimation of Multi-Family Engineer-To-Order Products

　　

制造时间估计（Manufacturing Time Estimation, MTE）在按订单设计（Engineer-To-Order, ETO）行业中是一项知识密集型任务，产品多样性和规格变异性对工程师造成显著认知负荷。对于需要通过估计报价以响应招标或客户直接询价的供应商而言，这一点尤为关键。与大多数采用纯机器学习（Machine Learning, ML）模型的现有研究不同，本研究提出一个以基于经验的推理机制为主要组件的集成框架。此外，该研究通过在同一框架内全面自动化多族ETO产品的制造时间估计而作出显著贡献。所提框架具有两项技术贡献：（i）使用基于规则的学习（Rule-Based Learning, RBL）或人工神经网络（Artificial Neural Network, ANN）进行自动化产品族识别；（ii）通过产品族引导的案例库结构化和KD-Tree实现搜索空间缩减，改进案例推理（Case-Based Reasoning, CBR）中的案例检索与制造时间估计。该框架在来自法国冶金企业的真实制造数据上得到验证，在估计准确性和计算效率方面表现出性能，突显其实际可行性以及跨ETO制造的可泛化性。该框架可便捷地与现有企业信息系统（如ERP/MES）集成，以支持报价估计或运营管理。

该论文发表于《ADVANCED ENGINEERING INFORMATICS》，聚焦按订单设计（Engineer-To-Order, ETO，按客户订单进行定制设计制造的生产模式）制造中的制造时间估计（Manufacturing Time Estimation, MTE）问题。ETO产品高度定制，产品多样性和规格变异性使工程师在早期设计阶段面临显著认知负荷；尤其供应商在招投标或客户直接询价时，需要快速估计报价。现有研究多采用纯机器学习（Machine Learning, ML）模型，往往依赖大量高质量标注数据，且倾向于将所有产品同质化处理，难以适应多产品族ETO环境；纯案例推理（Case-Based Reasoning, CBR，重用历史相似案例解决新问题的方法）则在高维、大规模案例库中面临检索效率与准确性问题。为此，研究人员提出集成机器学习与CBR的框架，目标是在单一框架内全自动完成多族ETO产品的MTE，并提升估计准确性、计算效率和可解释性。

关键技术方法：研究人员使用法国一家冶金中小企业的真实制造数据，初始提取超过20,000条、19个产品族记录，经专家整合验证保留8个产品族、8,452条记录用于实验。主要方法包括：结构化数据准备与特征工程（中位数插补、四分位距（Interquartile Range, IQR）异常值处理、Spearman相关特征选择、材料类别到屈服强度的转换）；采用基于规则的学习（Rule-Based Learning, RBL）或人工神经网络（Artificial Neural Network, ANN）进行产品族识别；按产品族组织案例库并用KD-Tree（K维树，一种空间索引结构）构建层次索引以缩小检索空间；在CBR中计算局部与全局相似度，并对Top-K相似案例进行相似度加权聚合以估计制造时间。

研究结果如下。5.1 Industrial case description（工业案例描述）：研究基于法国冶金企业ETO订单历史记录，传统估计依赖资深工程师经验；初始数据覆盖19个产品族，经专家验证保留8个产品族，其中5个具有区分特征，G和M无区分特征，另设OT族合并12个数据稀少家族以检验框架边界。5.2 Structured data preparation and feature engineering（结构化数据准备与特征工程）：通过剔除缺失目标记录、Spearman特征选择、中位数插补、IQR异常值处理和材料类别到屈服强度转换，得到8,452条记录；主成分分析（Principal Component Analysis, PCA）显示Quantity、Thickness、Angle、Expanded Length及Yield等特征对制造时间方差有重要贡献。5.3 Product family identification and related dataset extraction（产品族识别及相关数据集提取）：分别实施ANN和RBL。5.3.1 ANN for product family identification（基于ANN的产品族识别）：在12个关键特征上训练前馈神经网络，验证集准确率96.32%、F1-score 96.28%，训练与测试表现接近，表明泛化良好。5.3.2 RBL for product family identification（基于RBL的产品族识别）：采用顺序分类，先用区分特征的确定性规则，再对G/M用决策树消歧，OT作为兜底；13、20、B、J、T达到完美识别，G/M整体准确率62%，主要混淆为M被误判为G。5.4 KD-tree to enhance the computational efficiency of CBR（KD-Tree提升CBR计算效率）：5.4.1 Analysis of the computational efficiency of KD-tree（KD-Tree计算效率分析）：与暴力搜索相比，KD-Tree检索在各产品族降低检索时间23.9%–86.7%，且案例数越大收益越明显，但受特征维度约束；小案例库存在交叉点。5.4.2 Analysis of the alignment of KD-Tree and CBR retrieval methods（KD-Tree与CBR检索方法对齐分析）：不同候选集大小下重叠率并非单调提升，候选集为100时重叠率约40.7%–71%，说明增大候选池不必然更接近穷举CBR排序。5.5 Estimate manufacturing time via case-based reasoning（通过CBR估计制造时间）：对每个新产品从相关案例集取Top-K=5，进行族内归一化、基于Spearman/PCA的特征加权、全局相似度（Global Similarity, GS）<0.8阈值过滤和相似度加权聚合；该策略降低对异常值敏感并提升稳健性。5.6 Comparison with competing approaches（与竞争方法比较）：5.6.1 Comparison of the proposed framework with different CBR-based strategies（与不同CBR策略比较）：在J、B、20等族，自动产品族识别+特征转换+KD-Tree+CBR的平均绝对误差（Mean Absolute Error, MAE）最低，如J从2.56降至1.32、B从2.81降至1.39。5.6.2 Comparison of the proposed framework with “pure” ML models（与纯ML模型比较）：局部CatBoost/XGBoost在J、B等大数据族占优；全局提升模型在多族上性能下降；所提框架在13、G、M、T等小数据族显著优于局部和全局模型，在20族与局部XGBoost相当；OT族因异质合并而表现较差，说明框架适合产品族及区分特征可明确识别的场景。重复5折交叉验证中，所提框架宏平均MAE最低（1.687）。

讨论部分总结：该研究强调框架通过知识驱动产品族识别、特征工程和KD-Tree缩小搜索空间，提高检索准确性与效率；以CBR为主组件增强透明性和可解释性；数据质量处理增强输入可靠性。局限包括产品族列表由企业或专家预定义、仅单一工业案例验证、KD-Tree在高维数据中效率下降、OT族因异质合并表现受限。未来工作包括自动聚类识别产品族、更紧密融合显式规则与数据驱动模型、采用可解释ML获取重用与适应知识、案例库与知识维护、多行业多族验证、利用Transformer等模型处理自由文本输入、研究高维替代检索方法以及KD-Tree与CBR检索对齐。

研究结论翻译：本研究提出一个集成机器学习与案例推理框架，旨在全面自动化ETO情境下多族产品的制造时间估计。所提框架利用RBL或ANN自动识别任一新的ETO制造规格的产品族，从而使系统检索相关产品族历史数据并改进CBR的制造时间估计。为进一步优化检索准确性和效率，框架引入KD-Tree算法以加速案例匹配过程并提高效率。通过以知识学习技术组织产品族识别并以KD-Tree缩小搜索空间，所提框架提高了相似案例检索的准确性和效率，进而实现更高效、更准确的制造时间估计。此外，针对提升数据质量的实验——如增强变换、插补和异常处理——进一步增强了输入的可靠性。在法国冶金企业工业数据上验证，该框架在MAE方面取得良好性能并减少检索时间，确认其适用于多族、高变异性制造场景，在ETO情境下跨多样产品族提供可靠制造时间预测。凭借易于实现的架构，该框架可适配多个工业部门和多种应用，并可与ERP、MES等工业信息系统集成，从而实现制造时间自动估计以支持招投标报价估计、生产计划、调度和资源分配等决策过程。