基于多步预测误差的自相关过程统计质量控制

研究了采用多步预测误差构造多变量控制图对自相关过程进行统计质量监控的问题。建立了基于多步预测误差的Hotelling T~2和MEWMA控制图模型,通过仿真分析对这种多变量控制图方法与以往的单变量控制图方法在监控自相关过程时的运行长度进行比对,用以评价控制图的效率.最后通过一个简单的算例说明该方法的使用。     

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。     

基于似然比检验的监控多项式曲线的控制图

在统计过程控制的很多应用当中,产品或生产过程的质量特征是通过一个响应变量与一个或多个解释变量之间的关系来刻画,这种关系通常称为曲线关系。很多情况下,这种曲线关系可以通过多项式回归关系来描述.本文中,我们提出了一种基于似然比检验的二阶段多项式曲线控制图,并通过平均运行长度来衡量控制图的性能表现。模拟结果表明,本文提出的多项式曲线控制图具有很好的检测能力。     

基于惩罚似然比的高维空间相关过程EWMA质量监控模型

变量选择控制图是高维统计过程监控的重要方法。针对传统变量选择控制图较少考虑高维过程空间相关性而造成监控效率低的问题,提出一种基于Fused-LASSO的高维空间相关过程监控模型。首先,利用Fused LASSO算法对似然比检验进行改进;然后,推导出基于惩罚似然比的监控统计量;最后,通过仿真模拟和真实案例分析所提监控模型的性能。仿真实验和真实案例均表明:在高维空间相关过程中,当相邻监控变量同时发生异常时,利用所提监控方法能够准确识别潜在异常变量,取得较好的监控效果。     

多维相关数据的控制图

本文讨论了序列相关时多维控制图问题。当观察数维构据二维AR(2)时间序列时,得出控制椭圆的大小取决于序列相关性质。     

多维时间序列Granger因果性的一种图模型学习方法

传统的两变量Granger因果分析法容易产生伪因果关系,且不能刻画变量间的同期因果性.利用图模型方法研究多维时间序列变量间Granger因果关系,通过Granger因果图的建立将问题转化为Granger因果图结构的辨识问题,利用局部密度估计法构造相应的辨识统计量,采用bootstrap方法来确定检验统计量的原分布.模拟分析以及对于中国股市间Granger因果关系的研究说明了该方法的有效性.     

主成分分析法在高校学生质量综合评价中的应用

主成分分析法能够在保证原始数据信息损失最小的情况下,以少数的综合变量取代原有的多维变量,使数据结构大为简化,并且客观地确定变量权重,避免了主观随意性.应用主成分分析方法对高等学校学生质量进行了综合评价,根据综合得分给出了科学的排名,客观地反映了学生各方面的特征.     

由均匀染色导出的强Chernoff界（英文）

本文研究了相关变量的Chernoff问题.利用相关变量构造图的方法,利用均匀染色的结果,获得了更强的Chernoff界,推广了Chernoff不等式在相关随机变量的不等式下的界.     

由均匀染色导出的强Chernoff界

本文研究了相关变量的Chernoff问题. 利用相关变量构造图的方法, 利用均匀染色的结果, 获得了更强的Chernoff界, 推广了Chernoff不等式在相关随机变量的不等式下的界.     

基于蒙特卡罗方法的模型质量控制图

模型控制图是兼有一元质量控制图和多元质量控制图特点的统计质量控制工具,其控制图的控制限取决于被控制量的概率分布,而被控制量的概率分布则由各影响量的概率分布和模型结构所决定.文章研究了基于蒙特卡罗(MCM)分布传播得到被控制量概率分布的相关问题,包括确定影响量分布和MCM仿真次数等问题,给出了基于MCM的模型质量控制图控制限计算方法和流程,该方法与模型的复杂程度无关,与各影响量之间的相关性无关,控制图的可靠性和监控的有效性高于传统控制图.     

时间序列中自相关与偏相关函数分析

相关函数表现出时间序列中任意两个值之间的相关性是如何随着时间间隔而改变的.自相关函数刻画了时间序列相邻变量之间的相关性,偏相关函数则是排除了其它中间变量的影响,真实地反映两个变量之间的相关性,并且二者紧密相连.同时两个相关图所反映的信息在时间序列分析各个方面发挥着关键作用.     

基于经验似然比检验的高维非参EWMA控制图

随着传感技术和数据采集系统的逐渐完善,大量复杂高维数据可以被收集,对多变量和高维数据流进行监控往往是现代制造业和质量管理部门的一个基本要求.然而,在高维数据监控领域中,由于“维数的诅咒”以及变量的分布通常是复杂未知的,大多数传统的多元控制图不再适用.针对这种情况,一些研究者讨论了对分布未知且复杂高维数据的均值向量的各种检验,但这些检验很少适用于Phase II阶段的过程监控.文章提出了一种基于高维经验似然比检验的EWMA型非参数监控方案,该方案可用于多元过程和高维过程均值向量的监控,并且适用于子组数据流.所提出的控制图不仅易于实现和解释,而且蒙特卡罗数值模拟结果显示该控制图在对称、偏态、厚尾分布中都能有效地监测均值漂移.最后,将所提出的控制图应用于半导体制造过程,结果显示文章的方法对未通过测试的半导体具有良好的监控效果.     

基于多元泊松模型的累积和控制图设计

多元离散数据在现代制造业中非常普遍,多元泊松控制图常被用来监控此类数据,如MP,MP-CUSUM和MP-EWMA图等.然而,这些控制图都假设数据服从等协方差的多元泊松模型,因为等协方差的多元泊松模型对各个变量之间的相关性有严格的约束,因此应用范围狭窄.本文基于异协方差多元泊松模型,提出GMP-CUSUM累积和控制图.在考虑不同模型,变量偏移个数和偏移大小的情况下,通过蒙特卡洛模拟比较了传统控制图和新控制图GMP-CUSUM的平均运行链长(ARL),证明异协方差多元泊松模型更加适应对多元离散数据的建模,应用范围广,并且新控制图能更快速地检测到异常过程偏移,灵敏度高.     

样本数较少时的多变量控制图

常规的多变量控制图在设置控制限时要求子样本数充分大[1],本文设计子样本较少时多变量控制图的控制限。首先阐述Alt等建立平均值向量(?)控制图的控制限,然后给出广义方差|s|图的控制限公式,并说明其实际应用。     

中国股市周期性研究及其价格监控

对股市周期性和股市价格的监控和预警的研究有利于给予投资者相关的信息.为了探究股票市场的周期性,引入带虚拟变量的ARMA-TGARCH-M模型来研究中国股市的周期性.为了对股票市场进行监控和预警,利用基于ARMA-TGARCH-M模型的残差控制图来实现对股票市场的监控和预警.实证结果发现:中国股市存在着显著的正的周一和周二效应,这主要是由于周一和周二在消化周末所发布的信息导致的.通过残差控制图对超过控制限的点进行分析发现基于ARMA-TGARCH-M模型的控制图能够很好地捕捉到股票市场的不受控状态.     

带有测量误差的相关数据的CUSUM控制图

实际中测量误差不仅存在而且在某些情况下还影响质量控制的表现,本文将考虑带有测量误差的相关数据的监控问题. 为检测这类数据的飘移,我们给出了一个基于极大似然比检验的CUSUM控制图及其多种情况下的可控与失控的ARL.模拟结果显示, 当过程负相关时, 我们提出的CUSUM控制图具有良好的表现.     

数据空间结构性及在KNN算法中的应用

数据空间结构性是多维数据客观存在的本征特征,是数据挖掘的重要内容.通过统计学的方法,分析多维数据空间属性变量和类型变量之间的结构特征,可以准确刻画数据在多维变量空间的相关性及其各向异性.数据空间结构特征可以用于机器学习算法的改进和提升,以提高模式识别的效果.融合了数据空间结构特征的KNN算法在稳定性和识别精度上均优于传统算法.通过在苏里格气田苏东41-33区块复杂碳酸盐岩的岩性识别中的应用表明,与传统KNN算法相比,数据空间结构的引入能提高识别准确率12.35%,并显示出算法的灵活性和适用性.多维数据空间结构的研究对机器学习算法的泛化能力和迁移性的提升等方面具有促进作用.     

编组站调度计划0-1规划法

针对货车编组问题,采用半分离式两阶段0-1线性规划模型对各阶段联合求解,对局部最优解采用调度时序图可视化表述.首先,对无、有调车辆分离,无调车采用启发式安排.有调车推峰顺序可以转化为零件加工问题,以驼峰总工作量最大、等待时间最小为目标建立模型I.列车解体时间与解体方向数成正比增长,但在未确定具体解体方案时无法确定(即模型I的独立),通过在模型II中对解体时间模糊化来处理两步独立的缺陷,从而达到两步规划的连续特性.车辆新编,决策变量属于多维结构,通过将多维稀疏变量转化为一维序列,有效解除其稀疏特性,形成二维决策变量建立规划模型II直接求解.其次,通过仿真创建模拟数据,运用主模型求解,得到了驼峰是编组站主要瓶颈的结论.最后,我们还对铁路资源的紧缺性、编组效率建模给出了较详细改进措施.     

基于多变量控制图的马田系统优化研究

马田系统(MTS)是一种多元模式识别方法,它首先通过正常样本来建立基准空间,再利用正交表和信噪比来筛选有效变量,最后通过马氏距离来进行分类、诊断和预测.当建立基准空间的正常样本中掺杂少数异常点时,MTS的性能必然会受到影响.根据多变量控制图原理对建立基准空间样品的适合性进行判别,将在控制线外的样品点删除后建立新的基准空间,并通过UCI数据集进行可行性分析及分类效果比较,结果显示:经多变量控制图优化后的MTS,其性能得到显著提高.     

复杂机电产品多元FT VSI贝叶斯控制图性能研究

针对复杂机电产品质量控制与预警困难的问题,构建一种将多元贝叶斯统计方法与经济性能分析相结合的多元贝叶斯控制图性能分析模型.在求解模型中,多元贝叶斯控制图采用固定时间变抽样区间(Fixed Time Variable Sample Interval, FT VSI)策略,若非随机故障小概率发生,则选择宽松抽样方案;若非随机故障大概率发生,则选择严抽样方案.为量化多元贝叶斯控制图经济性能与统计性能的相关度,利用蒙卡罗模拟分析的质量控制模型进行仿真,并在不同经济性参数下,得到采样单位平均数(Average Number of Observations to Signals or End of the production run, ANOSE)对于控制图统计性能的影响程度,进而引出多元贝叶斯控制图的质量控制成本与其误报率的影响程度,并以某型号汽车自动变速器多元质量控制过程为例对多元FT VSI贝叶斯控制图性能评价与优化成果进行验证,结果证明该方法具有较好的应用性.