面向工业4.0数据降维方法的加权复合评估框架Swc：一种兼顾预测性能、计算效率与表示紧凑度的多准则决策方法

《Mathematics》：A Composite Evaluation Framework for Dimensionality Reduction Methods in Industry 4.0 Data

　　

高维过程数据往往包含冗余和相关变量，会增加计算负担和模型复杂度，因此降维（dimensionality reduction）在工业分析中至关重要。研究人员提出一种加权复合评估框架（S_wc），在比较特征选择（feature selection, FS）与特征提取（feature extraction, FE）方法时，联合考虑预测性能、计算执行时间和表示维度。该框架在田纳西伊士曼过程（Tennessee Eastman Process）基准上进行了评估，使用7个故障类别、52个过程变量、统一的XGBoost分类器以及10次独立种子分层重复实验。研究人员在四种运行加权情景下对9种FS方法和4种FE方法进行了基准测试：平衡（Balanced）、预测优先（Predictive Focus）、效率优先（Efficiency Focus）和紧凑性优先（Compactness Focus）。在FE技术中，线性判别分析（linear discriminant analysis, LDA）在所有情景下均一致取得最高复合得分（平均秩=1.00），这得益于其较高的类可分性和极低的计算开销。在FS方法中，前向选择（forward selection）与基于XGBoost的选择联合取得领先的总体平均秩（平均秩=1.50），其中XGBoost在预测优先和紧凑性优先情景下领先，而前向选择在平衡和效率优先约束下领先。非参数统计分析显示，基于Friedman检验，各方法之间存在显著总体差异（p < 0.05），而经Holm校正后，没有单独的成对比较仍保持显著。结果表明，仅凭预测性能评估方法会形成不完整的评价。所提出的框架可作为一种透明的多准则决策支持机制，用于选择与特定工业4.0运行优先级相一致的降维策略。

研究背景、现存问题与研究意义：工业4.0（Industry 4.0）环境下，现代制造系统通过传感技术、工业物联网、自动化系统和智能数据分析实现高度互联和数据驱动，持续产生大量异构过程数据。这些数据虽为故障诊断、预测性维护和过程优化提供支撑，但高维度、高复杂度以及变量间的冗余性、多重共线性和非线性关系会显著增加计算负担、降低模型可解释性，并引入不必要的复杂性。当前对降维（dimensionality reduction）方法的评价往往侧重预测性能，而对计算成本和表示紧凑性的关注不足；且预测性能、计算时间与表示维度三类准则可能相互冲突。因此，研究人员提出一种加权复合评估框架（S_wc），用于在工业故障诊断中更全面地比较特征选择（feature selection, FS）和特征提取（feature extraction, FE）方法。

研究内容与总体结论：研究人员将预测性能作为效益准则，将计算时间和表示维度作为成本准则，通过加权标量化合成复合得分，并在田纳西伊士曼过程（Tennessee Eastman Process, TEP）基准数据上开展实验。结果显示，在特征提取方法中，线性判别分析（linear discriminant analysis, LDA）在所有加权情景下均取得最高复合评分并稳定排名第一；在特征选择方法中，前向选择和基于XGBoost的选择整体表现领先。Freidman检验显示方法间存在显著总体差异，但Holm校正后无成对比较显著。研究表明，仅以预测性能评价降维方法并不完整，所提框架能够依据不同运行优先级提供透明的多准则决策支持。

关键技术与方法：研究采用TEP基准数据（7个故障类，每类最多4000样本，共28000观测，52个变量）。按80:20分层划分，10次独立随机种子重复，仅用训练集统计量标准化；以XGBoost为统一分类器，评估9种FS与4种FE方法。将Accuracy、Precision、Recall、F1-score作为效益准则，计算时间与维度为成本准则，经min-max归一化合成S_wc；在四种权重情景下用Friedman检验、Kendall's W和Holm校正Wilcoxon比较。

研究结果：

基线分类性能（Baseline Classification Performance）：使用全部52个过程变量训练XGBoost多分类模型，10次重复实验的预测指标标准差较低，表明基线性能稳定；该基线仅作为参考，不参与复合排名。

特征选择方法的总体性能（Overall Performance of Feature Selection Methods）：Pearson相关在所有FS方法中获得最高预测性能，F1-score为0.9333±0.0021，但保留了35个特征；后向消除以10个特征取得F1-score 0.9266±0.0042。Pearson相关与全部变量基线（F1-score为0.9381）最为接近，同时将特征数从52降至35；前向选择和互信息计算时间较低、压缩适中，但预测性能略有下降。这显示仅以分类准确率评价FS方法并不充分。

特征提取方法的总体性能（Overall Performance of Feature Extraction Methods）：LDA取得最高的预测性能，F1-score为0.8874±0.0029，仅用6个维度；自动编码器（autoencoder）预测性能最低，F1-score为0.6627±0.0236；UMAP虽然同样生成6维表示，但计算时间高达155.06±71.85秒；PCA以14维表示取得中间水平的预测性能。LDA兼具高预测性能、最低执行时间和紧凑表示，因而综合表现最优。

复合排名对权重选择的情景分析（Sensitivity of the Composite Ranking to Weight Selection）：在四种加权情景下，FS方法中前向选择、XGBoost和互信息始终构成领先组合。预测优先情景下所有方法得分上升，XGBoost最高（0.61858）；效率优先情景下计算时间惩罚导致整体得分下降，前向选择（0.43040）升至第一，随机森林因时间惩罚最高而降至0.12949；紧凑性优先情景下，Pearson相关因保留特征较多而跌至末位（0.10479），RFE和随机森林因特征数较少而排名回升。FE方法中，LDA和自动编码器在所有情景下保持前两位；LDA在平衡、预测优先、效率优先和紧凑性优先情景下得分分别为0.53271、0.62154、0.44388和0.44388。UMAP在效率优先情景下因计算时间惩罚而明显下降（0.09443），PCA在紧凑性优先情景下因维度惩罚而跌落至第四（0.06471），UMAP则在该情景下反超PCA。总体来看，前向选择与XGBoost平均秩均为1.50，互信息稳定第三，后向消除稳定第四；LDA和自动编码器的排名完全不变，PCA与UMAP的排名在紧凑性优先情景下发生互换。

方法差异与排序一致性的统计分析（Statistical Analysis of Method Differences and Ranking Consistency）：基于四种情景级S_wc值进行Friedman检验，FS组χ²(8)=31.067，p<0.001，Kendall's W=0.971；FE组χ²(3)=11.100，p=0.0112，Kendall's W=0.925。两组均显示方法间存在显著总体差异，且排名一致性很高；但Holm校正后无任何成对Wilcoxon检验保持显著。由于统计分析基于仅有的4个情景级观测值，成对比较检验效能有限，因此结果应解释为既定权重情景下的比较模式，而非统计确认的成对优劣。

讨论总结：研究结果表明，评价降维方法的效果取决于评价准则的选择。LDA因利用类别信息而具有高类可分性和低计算开销；自动编码器虽然预测性能较低，但以其紧凑的6维表示和较低计算时间稳定排名第二；PCA受14维表示带来的维度惩罚影响，UMAP则受高计算时间惩罚影响。FS方法中，Pearson相关预测性能最高，但因保留35个特征而受到较大维度惩罚；前向选择和基于XGBoost的选择通过平衡预测性能、特征子集大小和计算时间获得领先。多准则评价在工业应用中具有重要意义，因为实际部署需要同时考虑可靠性、计算资源、规模、延迟和可解释性。所提框架具有灵活性，可根据近实时监控或高精度诊断等不同需求调整权重。研究局限包括仅使用TEP数据集、依赖XGBoost作为唯一下游分类器、权重事先设定、情景级观测数有限，以及尚未纳入内存占用、能耗、推理延迟、可解释性和噪声鲁棒性等部署相关指标。

结论翻译：本研究提出一种用于工业故障诊断中特征选择与特征提取方法比较的加权复合评估框架。它将预测性能、计算时间与表示维度整合为一个复合得分。在TEP数据集上的结果表明：FE组中LDA在所有权重情景下均取得最高复合得分并保持第一；自动编码器稳定第二；PCA与UMAP分列第三、第四，并在紧凑性优先情景下发生位次互换。FS组中，前向选择与基于XGBoost的特征选择在四种情景下交替占据前两位，平均秩均为1.50；互信息稳定第三；Pearson相关因保留特征较多而受惩罚；随机森林受计算时间拖累。Friedman检验显示两组方法间存在显著总体差异，Kendall's W高，但Holm校正后无成对显著性。仅以预测性能评价方法是不完整的；所提框架可依据不同运行优先级为降维策略选择提供透明的多准则决策支持，结果仍受限于特定TEP故障类、实验设置、XGBoost分类器和权重配置。