摘要：提出一种基于等价支持子集的重要度计算方法（Supportsubsetsignificantbasedonequivalencerelation，S3ER）用于计算质量特性的重要度。S3ER算法首先定义条件属性值对决策属性值的支持度，并定义条件属性值的区分能力，通过计算条件属性值区分能力的均值，得到条件属性对决策属性的重要度。S3ER算法还能够预测未知样本类别，并获得决策属性的支持子集，通过对支持子集的分析抽取决策规则。试验对比KNN算法和带有权重的KNN算法的分类精度，验证S3ER算法所得属性重要度的有效性；对比S3ER算法、带有权重的KNN算法和C4．5算法在UCI数据库上5个分类数据集的分类精度，验证S3ER算法分类的有效性。将S3ER算法应用于某航空制造企业加工数据，得出该企业的重要质量特性的属性重要度、预测样本的质量结论，并抽取质量决策规则，以改进产品质量。

关键词：质量改进 属性重要度 支持子集 等价关系 

单位：西北工业大学系统集成与工程管理研究所 西安710072 西北工业大学现代设计与集成制造技术教育部重点实验室 西安710072