运用决策树演算法产生电子板件维修测试程式之方法-OoCities.doc

運用決策樹演算法產生電子板件維修測試程式之方法 曹英 資訊工業策進會 航電發展處 中華民國 台北市 摘要 在自動測試系統(ATS, Automatic Test System)上發展電子板件維修測試的測試程式組(TPS, Test Program Set)是一件需要豐富的線路分析經驗的工作，，。，。，，。︰???1.背景 在航電或重機電領域的電子板件具有高單價與高可靠度需求的特性，。，，，，。，。，，。，，，，。，，，。，。。。，，。 ，。，，。，。，，，，。，。 ，。，。，。，，。，。，，。，。，。，，。，。，。，，。，。 ，，，。，，。，，。。 1 電子板件診斷測試程式建立之流程與使用方法 如圖 1所示，。。，????，；，?，，。。??，。，，。，；，。，。。，，。，，，。 ，，，，。，，。 ，，。，。，，。，。，。，，。，。 。，。，，。，，。，，，，。 ，，。︰，??。，圖 2，︰???D；︰ 圖 2 故障與電壓關係圖 在模擬結果中，，，，的電壓值在7~8伏特之間。，，，，；，；，；，，??，。；?B?。；。，。，，，。 —決策樹(Decision Tree)來解決。所謂的決策樹是運用搜尋的技巧將可能的解及求解的程序建成一個樹狀結構﹐建好的樹狀結構的每一個從樹根(root)到樹葉(leaf)的路徑就是一組求解的程序﹐這個樹狀結構就是學習完成的知識。在建立決策樹的時候﹐對於每一個建立結點的決策都有一個評估函數EvalueFunction加以衡量﹐對於所選的每個單一測試必須用評估函數來評斷好不好﹐選擇最好的單一測試來建樹。以下說明如何建立決策樹﹕ 名詞定義 ．故障嫌疑群組 Suspect Group 定義：經由執行一個或數個測試後，所推論出之可能故障模式的集合。 包含二屬性： 屬性一：推論出該嫌疑群組所執行過之所有測試及其特定程序。 屬性二：涉嫌的故障模式。 ．推理狀態 Inference State 定義：故障嫌疑群組所組成的集合。 ．測試異常群組 Test Fault Group 定義：導致單一測試異常的可能故障模式的集合。包含三屬性： 屬性一：測點。 屬性二：量測值區間。 屬性三：導致異常的故障模式。 舉例來說， 其中： 測試甲集合＝測點異常分類表格 測試甲集合之元素群組（Ａ）＝測試異常群組(本身亦為集合) 測試異常群組（ＡＢＣ）＝測試異常的可能故障模式的集合。此處為故障模式Ａ、Ｂ、Ｃ 另一集合＝｛〔Ａ〕，〔ＡＢＣ〕，〔ＢＣ〕，〔Ｂ〕｝ 其中： 集合＝推理狀態 測點甲集合之元素〔Ａ〕＝故障嫌疑群組(本身亦為集合) 故障嫌疑群組〔ＡＢＣ〕＝推論出之可能故障模式的集合。此處為故障模式Ａ、Ｂ、Ｃ ．運算的定義﹕運算的運算子是一個故障嫌疑群組與一個測試異常分類表格﹐意義是說原先的測試嫌疑的群組在加做一個測試之後可以分辨出何種新的故障嫌疑群組。在數學上來說，。 ， [ABC]{(AB)(C)}作運算得到{[AB][C]}意義是說當A﹑B﹑C都有嫌疑時做測試乙﹐如果量到的值在(AB)之間則可更確定的推論出嫌疑是A﹑B﹐所以得到[AB]。如果量到的值在(C)﹐則可確定推論出的嫌疑是C﹐所以得到[C]。 也就是說 [ABC] ⊕ 乙{(AB)(C)} = {[AB] [C]}。 ．評估函數(Evalue Function)﹕評估系統所處的狀態距離目標還多遠﹐在此用熵(Entropy)的函數來當評估函數﹐熵值越小越好。 針對一個故障嫌疑群組的Entropy E之計算 E = -(i Pi * ln Pi 其中：Pi為第i個故障模式出現的機率，ln 針對一個推理狀態的Entropy E之計算 E = (k Pk * Ek 其中：Pk為第k個故障嫌疑群組出現的機率，Ekk個故障嫌疑群組的Entropy值 ．建立決策樹的演算法﹕建立決策樹的演算法如下，︰︰，，，A﹑B﹑C。 測試異常分類表如表 1﹕ 單一測試名稱 甲 乙 丙 表 1 測試異常分類表 決策樹的評估函數(Evalue Function)為Entropy方式﹐當Entropy為0時表示最佳狀況﹐同時停止繼續進行。 當系統一開始的時候﹐因為還沒進行任何測試，{[ABC]}。 Step 1: (i) 圖 3 (ii) 圖 4 (iii) 圖 5 由第一步的(i)圖 3?(ii) 4及(iii)圖 5的評估函數的值來看﹐(iii)的值最小﹐所以選擇(iii)圖 5繼續進行第二步。