【摘要】针对高维数据往往不服从正态分布导致统计监控模型识别精度低、监控效率差的问题，文章提出一种基于高斯混合模型的变量选择控制图方法。首先，利用高斯混合模型将高维过程分解成若干个服从正态分布的子分布；然后，运用Adaptive LASSO算法识别潜在异常变量；最后，构建多元EWMA控制图实现高维过程统计质量监控。通过仿真实验，在六种不同情形下对所提方法的监控性能进行测试。结果表明，与传统MEWMA和VS-MEWMA控制图相比，所提监控方法对非正态数据具有较强的稳健性，对高维过程具有良好的监控性能。