有偏总体的EWMA均值控制图

基于总体分布有偏并假定总体分布未知情况下均值-极差控制图的控制限的研究结果,将其推广到EWMA均值控制图,给出总体分布有偏并假定总体分布未知情况下EWMA均值控制图的控制界限,并以质量特性值服从对数正态分布为例,给出EWMA均值控制图的控制效果的模拟分析.     

基于尺度赋权方差的有偏总体EWMA均值控制图

基于尺度赋权方差法给出总体分布有偏并假定总体分布未知情况下休哈特均值控制图的控制限.基于此研究结果,将其推广到EWMA均值控制图,给出总体分布有偏并假定总体分布未知情况下EWMA均值控制图的控制界限,并以质量特性值服从对数正态分布为例,给出EWMA均值控制图的控制效果的模拟分析.     

双偶次有限元的渐近准确误差估计

当我们用有限元方法近似求解偏微分方程的边值问题时,常对近似解有一定的精度要求.于是仅在初始网格上进行一次计算是不够的,往往要进行一系列的计算.如何根据对已有计算结果的分析来控制下一步计算,导致自适应方法的出现.自适应方法的基础是对有限元近似解作后验误差估计.在h型自适应有限元方法中,通过加细剖分来达     

非参数质量控制图——中位值图

质量控制图在制造工业中有广泛的应用 .传统的控制图是在正态总体的基础上制定的 . Janacek和Meikle(1 997)利用参考样本的观念制定的中位值控制图可应用于任何总体分布 .他们制定的中位值图保持传统控制图的形式 ,且有适度的功效 ,应用方便 .本文首先介绍这种控制图的制定方法 ,然后研究它的统计效率 ,并同传统的平均值图作比较     

控制图的报警系统

控制图中的报警系统是由异常点来启动的，而异常点的判断则取决于小概率事件的发生．本文推导出用容量为。的样本均值■和标准差Ｓｎ来估计总体均值和标准差时、点落在控制界限之外的分布．弥补了直接用总体均值ｕ和标准差σ来计算小概率事件所造成的误差．并由此统一了控制图的报警阀值．     

可变抽样区间图经济设计分析

传统控制图是静态的,其抽样区间为固定常数,往往不能及时发现生产过程异常。针对这种情况,本文在综合抽样成本、生产次品损失、误报警和漏报警损失、发现并纠正过程异常成本等基础上,提出可变抽样区间X图的经济设计方法。根据过程实际状态和由抽样结果采取的决策构建了一个二维时间离散的马尔可夫链,提出优化模型,并利用遗传算法寻找控制图参数的最优解。数值计算给出本文模型的具体求解过程。灵敏度分析研究了各参数对最优样本容量、控制限、警戒限、抽样区间及单位时间平均成本的影响。     

非正态总体控制图和预防维修策略耦合优化的研究

主要探讨非正态有偏总体的过程监控和预防维修耦合优化问题。假定设备故障率随时间递增,设备发生异常前在正常状态的停留时间服从威布尔分布,一旦发生异常将导致过程均值漂移。采用赋权方差法构造X控制图,将过程监控和预防维修策略联系起来,结合生产不合格品损失、抽样成本及维修成本等,构建综合损失模型,提出动态抽样方案、控制图参数和预防维修间隔的确定方法。最后对模型进行了灵敏度分析。     

有向网络系统可控性的最小迫零数法

复杂网络系统的可控性是寻找最小驱动节点数来实现有效地控制整个网络.针对现实中存在的有向图网络,通过计算符号图的零迫数而获得了有向网络系统的最小驱动节点数.也可将有向图转换为符号二部图,通过计算符号二部图的最小零迫数而获得了有向网络系统的最小驱动节点数.     

均值及标准偏差(-s)控制图及其应用

<正> 当产品质量特性的计量数据是连续情况时,可借助计量控制图管理工程质量.过去常用的计量控制图是((?)-R)图.当前,由于袖珍电子计算器的普遍使用,样本标准偏差s 的计算可在生产现场进行,所以这里着重介绍比((?)-R)图可以从样本中获得更多信息的((?)-s)图,使之更好地描述总体,管理工程质量.     

基于 Fibonacci 序列寻优理论薄壁弯箱材料常数的 Powell 优化识别

对于薄壁弯箱结构,推导了材料常数的动态 Bayes 误差函数,提出步长的一维 Fibonacci 序列自动寻优方案后,利用 Powell 优化理论研究了薄壁弯箱材料常数的动态识别方法,同时给出了具体的计算步骤,并研制了相应的计算程序.算例分析表明,Powell 理论用于弯箱材料常数识别时表现出良好的数值稳定性和收敛性,在迭代过程中,Powell 理论不涉及有限元偏导数处理,与以往材料常数的梯度优化方法相比,计算效率较高;建立的动态 Bayes 误差函数能同时计入系统参数的随机性和系统响应的随机性;提出的 Fibonacci 序列寻优方案无需通过试算确定最优步长所在区间,有效地解决最优步长的一维自动寻优问题.     

Economic design of an attribute control chart for monitoring mean life based on multiple deferred state sampling

In this paper, we design an attribute np control chart using multiple deferred state (MDS) sampling under Weibull distribution based on time truncated life test. This chart is constructed for monitoring the variation of mean life of the product in a manufacturing process. The optimal parameters of MDS sampling and the control limit coefficients are determined so that the in‐control average run length (ARL) is as close as to the target ARL. The optimal parameters of MDS sampling are sample size and number of successive subgroups required for declaring the current state of process. Out‐of‐control ARL is considered as a measure of the performance of proposed chart and reported with determined optimal parameters for various shift constants. The out‐of‐control ARL of the proposed chart obtained under various distributions is compared with each other. The performance of proposed control chart is compared with the performance of the existing control chart designed under single sampling. In addition, the economic design of proposed chart using variable sampling interval scheme is discussed, and sensitivity analysis on expected costs is also investigated.     

Joint economic design of EWMA control charts for mean and variance

Control charts with exponentially weighted moving average (EWMA) statistics (mean and variance) are used to jointly monitor the mean and variance of a process. An EWMA cost minimization model is presented to design the joint control scheme based on pure economic or both economic and statistical performance criteria. The pure economic model is extended to the economic-statistical design by adding constraints associated with in-control and out-of-control average run lengths. The quality related production costs are calculated using Taguchi’s quadratic loss function. The optimal values of smoothing constants, sampling interval, sample size, and control chart limits are determined by using a numerical search method. The average run length of the control scheme is computed by using the Markov chain approach. Computational study indicates that optimal sample sizes decrease as the magnitudes of shifts in mean and/or variance increase, and higher values of quality loss coefficient lead to shorter sampling intervals. The sensitivity analysis results regarding the effects of various inputs on the chart parameters provide useful guidelines for designing an EWMA-based process control scheme when there exists an assignable cause generating concurrent changes in process mean and variance.     

偏正态数据下众数回归模型的统计诊断

为了更好地拟合偏态数据,充分提取偏态数据的信息,针对偏正态数据建立了众数回归模型,并基于Pena距离统计量对众数回归模型进行统计断研究,得到了众数回归模型的Pena距离表达式以及高杠杆异常点的诊断方法.利用EM算法与梯度下降法给出了众数回归模型参数的极大似然估计,根据数据删除模型计算似然距离、Cook距离和Pena距离统计量,绘制诊断统计图.通过Monte Carlo模拟试验和实例分析比较,说明文章提出的方法行之有效,并在一定条件下Pena距离对异常点或强影响点的诊断优于似然距离和Cook距离.     

基于测量质量损失函数的控制图控制界限的优化

控制界限和抽样间隔是控制图的两个基本参数。常规控制图是基于3σ原理确定的控制界限,该控制界限是在大量试验基础上依据经验确定的,并没有精确的公式推导.对于抽样间隔,常规控制图也没有明确的规定。田口博士的质量损失函数可以很好的解决质量经济性方面的一些问题.利用田口博士的理论,通过确定适宜的二次测量质量损失函数,可以确定控制图的最佳控制界限和最佳抽样间隔.文章简要介绍了常规控制图原理和田口博士的质量损失函数,重点叙述了田口博士反馈控制系统的测量质量损失函数,在此基础上,研究了控制图最佳控制界限和最佳抽样间隔,并且通过具体实例验证了该控制图良好的经济性.     

基于Cornish-Fisher展开的稳健综合控制图设计

本文根据Cornish-Fisher展开, 对Shewhart $\ol X$控制图的上下控制限进行修正并拓展为前四阶矩有关的表达式,使之可以运用到任何分布类型上, 然后构造出基于这种展开的综合控制图,最后通过计算机模拟计算给出了一些具体的包含对称、厚尾、轻尾和偏斜等分布类型下受控和失控的平均运行长度结果,并且与传统的综合控制图(见\cite{1})结果做比较,从而得到新控制图更为稳健的结论.     

可变抽样区间的多变量自相关过程VAR控制图

基于批量-均值法的思想,向量自回归(VAR)控制图对多变量自相关过程的较小偏移可以进行有效控制。为了提高多变量自相关过程监控效率,本文研究可变抽样区间的VAR控制图。首先,对多变量自相关过程的VAR控制图进行可变抽样区间设计;然后,用蒙特卡洛模拟方法计算其平均报警时间;最后,以平均报警时间为评价准则,对所设计的可变抽样区间VAR控制图与固定抽样区间的VAR控制图进行比较研究。研究结果表明:所设计的可变抽样区间多变量自相关过程VAR控制图较固定抽样区间的多变量自相关过程VAR控制图能更好的监控过程的变化。     

Empirical Likelihood Estimation for the Two-Sample Mean under Density Ratio Models Using Auxiliary Information

Auxiliary population information is often available in finite population inference problems, and the empirical likelihood (EL) approach has been demonstrated to be flexible and useful for such problems. The present paper concerns EL when interest centers on inference for the mean of the baseline distribution under two-sample density ratio models. Although dual EL is a convenient technical tool since it has the same maximum point and maximum likelihood as DRM-based EL, it can not combine such auxiliary information into the likelihood conveniently and may have loss of efficiency. By contrast, the classical EL approach of Qin and Lawless\ucite{21} does not have this problem and incorporate seamlessly auxiliary information. Based on the EL using auxiliary information and the dual EL methods, we construct both point and interval estimations and make a careful comparison. Though the point estimation efficiency gain obtained by the former is not noticeable, we find that they may have different performances in interval estimation. In terms of coverage accuracy, the two intervals are comparable for not or moderate skewed populations, and the EL interval using auxiliary information can be much superior for severely skewed populations.