生产线的故障自动识别与人员配置（2024 泰迪杯 A 题）
历年真题解法库 · 本题为公开赛题要点整理，完整原题与数据集请到官方渠道获取（链接见下）；
下方「练习数据」说明仅列官方来源，本站合成练习数据集与真源脚本将随优秀范文一并发布，避免断裂链接。
一、赛题要点
- 赛事：2024 年泰迪杯数据挖掘挑战赛 · A 题（真实题名「生产线的故障自动识别与人员配置」）。
- 问题实质：基于生产线采集的传感器/工况/日志数据，自动识别设备故障类型与发生时段（分类或异常检测），并据此优化一线人员的排班与配置，使停机损失最小、人力利用率最高。典型设问包括：①数据清洗与特征构造（时域/频域/统计特征）；②建立故障分类模型（区分正常与若干故障模式）；③故障预警/异常检测（未知故障或早期征兆）；④结合故障率与产线节拍做人员排班/配置优化。
二、需要产出什么
- 清洗后的工况/传感器面板与构造特征说明。
- 故障分类模型（多分类）与性能（精度/召回/F1/混淆矩阵）。
- 异常检测或预警方案（给出可疑时段与置信）。
- 人员排班/配置优化方案（班次、技能匹配、冗余度）。
三、数据说明（官方来源）
- 官方数据/赛题：泰迪杯官网 http://www.tipdm.org（请以当年发布为准）。赛题提供生产线多变量时序数据与故障标注。
- 练习数据说明：本题的合成练习数据集与真源生成脚本（
tools/gen_tidy2024a.py）将在对应优秀范文发布时一并放出，确保正文 / 配图 / 附录 / 真源四路数字一致。当前请先用官方数据集练手。
四、可用解法 → 对应手册
题型：分类 / 异常检测类
先看选型 👉 🧭 分类选型指南
题型：优化 / 排班类
先看选型 👉 🧭 优化类选型指南
五、建模思路提示
- 特征工程是胜负手：对振动/温度/电流等时序做滑动统计（均值、方差、峰值、峭度）、频域（FFT 主频）与小波特征，再做选择。
- 分类用树模型（RF/GBM）做基线，注意类别不平衡（故障样本远少于正常），用加权/重采样/ROC-AUC 评估而非单纯准确率。
- 未知故障/早期征兆用自编码器重构误差做异常打分，阈值由验证集确定。
- 人员配置把「故障预测出的高风险时段」作为输入，用整数规划/启发式排班，使高技能工覆盖高风险班次。
六、常见坑与规避
- 用「未来信息」做特征（如用整段故障后的统计）会造成数据泄露，特征必须只用故障发生前的窗口。
- 准确率在极不平衡数据上失真，务必报召回/F1 与混淆矩阵。
- 异常检测阈值别拍脑袋，用验证集的 precision-recall 折中或业务可接受的误报率定。
- 排班优化要落地：考虑工时上限、技能资格、连续工作限制，否则模型解不可执行。
七、优秀范文（本站手写，非生成器）
本题现有三篇优秀范文（≥2500 字 · 8 张 SVG 配图 · 可运行 Python 附录，正文 / 配图 / 附录 / 真源四路数字一致）。
| 视角 | 链接 | 字数 · 配图 · 附录 |
|---|---|---|
| 范文一：故障识别与排班端到端闭环（1080 窗强不平衡 8.4%、加权 CART+Bagging 集成 25 棵：宏 F1 0.912 三类故障全召回、阈值规则弱故障召回崩至 0.571 印证固定阈值失效、马氏距离异常检测 98% 分位以 3.1% 误报换 81.2% 未知故障检出 双阈值分级告警、风险驱动排班较均匀 节省总成本 21.5%——省人力赔停机的结构性误区） | 生产线的故障自动识别与人员配置（优秀范文一） | 2545 字 · 8 图 · 1 附录 |
| 范文二：代价地图与不确定性边界（逐类混淆三方案失败模式分野：规则漏诊过热 / CART 误报正常、弱征兆召回规则仅 0.571 而集成 1.000、未知故障整体仅 56.2% 检出且靠强征兆兜底、代价最优阈值落在 85% 分位证伪 98% 普适、风险低估 10% 仍按低估定员真实成本反超 +14.3%） | 产线故障识别的代价地图与不确定性边界（优秀范文二） | 2661 字 · 8 图 · 1 附录 |
| 范文三：排班策略对比与不确定性对冲（风险驱动较均匀总成本省 6,513 元 / 21.5%、全靠缺员损失 16,107→9,215 近乎减半；低估 10%/20%/30% 真实结算超支 14.3%/28.5%/32.0% 单调加速——「看着排班更省，实则缺员暴增」；高估 30% 反省 22.3%——缺员损失≫边际人工时过度配置是净赚；每班次 +1 人勤排总成本 20,820 全场最低且缺员归零，比复杂精排还省 2,915 的最便宜对冲） | 生产线滚动排班的成本结构与不确定性对冲（优秀范文三） | 2556 字 · 8 图 · 1 附录 |
八、配套资源
- 回到 📚 历年真题解法库首页
- 总入口：🗺️ 专题手册库
- 论文怎么写：📝 论文模板使用说明专区
- 避坑总览：⚠️ 建模避坑指南专区
- 真源模型与配图脚本将在对应优秀范文发布时一并放出（见第七节）。