【摘要】传统控制图通过判异准则分析生产过程状态，这一方法无法识别过程质量的具体异常原因。提出了一种基于自适应增强集成算法（AdaBoost）和支持向量机（SVM）结合的控制图异常模式识别方法。仿真结果表明，相较于单一的分类器和集成分类器，改进的集成支持向量机对控制图异常模式的识别率更高。最后将所提出的模型用到物流港口配煤的模拟实验中，结果表明，基于AdaBoost和SVM结合的控制图异常模式识别方法具有较高的检测效率。