Um modelo de cadeia de Markov para o quadro de controle de média móvel móvel ponderado exponencialmente. As propriedades do MCUSUM foram investigadas por vários autores como Woodall e Ncube 17, Healy 18, Crosier 19, Pignatiello e Runger 20, Runger e Testik 21. Além disso, vários autores, incluindo Lowry et al. 22, Rigdon 23, Runger e Prabhu 24, Kramer e Schmid 25, Runger et al. 26, Tseng et al. 27, Testik et al. 28 e Testik e Borror 29 contribuíram para desenvolver o procedimento MEWMA. No caso de um processo p-variado, a análise da causa raiz é mais complicada em comparação com o processo envolvendo apenas uma variável quando o processo que afeta uma (s) causa (s) especial (ões) sai para uma condição de controle externo. Mostrar um resumo RESUMO: Quando um processo muda para uma condição fora de controle, uma busca deve ser iniciada para identificar e eliminar a (s) causa (s) especial (is) manifestada (s) na (s) especificação (s) técnica (s) do processo. No caso de um processo (ou um produto) envolvendo várias especificações técnicas correlacionadas, a análise dos efeitos das articulações das especulações correlacionadas é mais complicada em comparação com um processo envolvendo apenas uma especificação técnica. A maioria dos casos reais refere-se a processos envolvendo mais de uma variável. A complexidade de uma solução para monitorar a condição desses processos, estimar o ponto de mudança e identificar novos conhecimentos que levam a pesquisadores motivados por raiz-causa a desenvolver soluções baseadas nas Redes Neurais do Articial (ANN). Este artigo fornece, analiticamente, uma revisão abrangente da literatura sobre o monitoramento de processos multivariados que se aproximam das redes neurais articiais. Análise da força e fraqueza dos esquemas propostos, juntamente com a comparação de suas capacidades e propriedades. Também são considerados. Algumas oportunidades para novas pesquisas no monitoramento de ambientes multivariados são fornecidas neste artigo Artigo de texto completo em dezembro de 2017 Karim Atashgar quot O custo por hora de operar no estado de controle é 10 e no estado fora de controle é 100. Dados numéricos de Este exemplo é apresentado como segue: 28 sugeriu, o número de estados quando o processo está no controle, m, é considerado igual a 25. Além disso, os parâmetros m 1 e m 2. no estado fora de controle ( Abatidos no Apêndice), são considerados iguais a 5. De fato, os parâmetros de m, m 1 e m 2 são os parâmetros de entrada no algoritmo da cadeia de Markov para a computação ARL em controle e fora de controle. Quot Mostrar resumo Ocultar resumo RESUMO: Os parâmetros de custo nos modelos econômico-estatísticos das tabelas de controle geralmente são assumidos como deterministas na literatura. Considerando a incerteza nos parâmetros de custo dos gráficos de controle é muito comum na aplicação. Assim, vários pesquisadores usaram a abordagem baseada em cenários para um sólido projeto econômico-estatístico de gráficos de controle. Neste artigo, nos concentramos especificamente no quadro de controle da média móvel média ponderada (MEWMA) multivariada e consideramos a incerteza do intervalo nos parâmetros de custo do quadro de controle do MEWMA e desenvolvemos um sólido projeto econômico-estatístico da tabela de controle MEWMA usando a otimização robusta de intervalo técnica. Enquanto isso, a função de custo de Lorenzen e Vance é utilizada, e para calcular o critério de comprimento de execução médio, a abordagem da cadeia de Markov é aplicada. Em seguida, o algoritmo genético para obter a solução ideal do modelo robusto proposto é usado e a eficácia deste modelo é ilustrada através de um exemplo numérico. Além disso, é realizada uma comparação com determinada situação dos parâmetros de custo. Finalmente, uma análise de sensibilidade é feita para investigar o efeito de alterar os intervalos de parâmetros de custo do modelo de Lorenzen e Vance nas soluções ótimas. Além disso, é feita uma análise de sensibilidade sobre os outros parâmetros de custo do modelo Lorenzen e Vance. Artigo de texto completo Jun 2017 A. Amiri A. Sherbaf Moghaddam Z. Aghababaee são vários autores, incluindo Woodall e Ncube 4, Healy 5, Crosier 6, Pignatiello e Runger 7, Ngai e Zhang 8, Chan e Zhang 9, Qiu e Hawkins 10, 11, e Runger e Testik 12 focados em MCUSUM. Muitos pesquisadores como Lowry et al. 13, Rigdon 14, Yumin 15, Runger e Prabhu 16, Kramer e Schmid 17, Prabhu e Runger 18, Fasso 19, Borror et al. 20, Runger et al. 21, Tseng et al. 22, Yeh et al. 23, Testik et al. 24, Testik e Borror 25 e Chen et al. 26 contribuíram para o desempenho MEWMA. A principal capacidade de todas as tabelas de controle introduzidas na literatura é referida como a detecção da condição fora de controle quando uma causa atribuível toma um lugar no processo. Quando uma causa (s) atribuível (is) se manifesta em um processo multivariante e o processo muda para uma condição fora de controle, uma análise de causa raiz deve ser iniciada por engenheiros de qualidade para identificar e eliminar a causa atribuível ( S) afetou o processo. Uma análise de causa raiz em um processo multivariável é mais complexa em comparação com um processo univariado. No caso de um processo envolvido várias variáveis correlacionadas, uma análise de causa raiz efetiva só pode ser experimentada quando é possível identificar o conhecimento necessário, incluindo a condição fora de controle, o ponto de mudança e a (s) variável (s) responsáveis para A condição fora de controle, todos simultaneamente. Embora a literatura aborda diferentes esquemas para monitorar processos multivariados, pode-se encontrar poucos relatórios científicos focados em todos os conhecimentos necessários. Para o melhor conhecimento dos autores, esta é a primeira vez que um modelo multi-tarefa baseado em redes neurais artificiais (ANN) é relatado para monitorar todos os conhecimentos necessários ao mesmo tempo para um processo multivariável com mais de duas características de qualidade correlacionadas. O desempenho do esquema proposto é avaliado numericamente quando diferentes mudanças de passo afetam o vetor médio. O comprimento médio de corrida é usado para investigar o desempenho do modelo multi tarefa proposto. Os resultados simulados indicam que o esquema de tarefas múltiplas executa todos os conhecimentos necessários de forma eficaz. Dados do Arquivo Maio 2017 Scientia Iranica Karim Atashgarby Bowei Xi, George Michailidis, Vijayan N. Nair. A tomografia de rede ativa refere-se a uma classe interessante de problemas inversos de grande escala que surgem na estimativa da qualidade dos parâmetros de serviço de redes de computadores e comunicações. Este artigo centra-se na estimativa das taxas de perda dos links internos de uma rede usando medidas de ponta a ponta. A tomografia de rede ativa refere-se a uma classe interessante de problemas inversos de grande escala que surgem na estimativa da qualidade dos parâmetros de serviço de redes de computadores e comunicações. Este artigo centra-se na estimativa das taxas de perda dos links internos de uma rede usando medidas de ponta a ponta de nós localizados na periferia. Uma série de experimentos flexíveis para testar ativamente a rede é introduzida e as condições em que todas as informações do nível de link são estimáveis são obtidas. A estimativa da máxima verossimilhança usando o algoritmo EM, a estrutura do algoritmo e as propriedades dos estimadores de máxima verossimilhança são investigadas. Isso inclui estudos de simulação usando o ns (simulador de rede) para obter tráfego de rede realista. O projeto ideal de experimentos de sondagem também é estudado. Finalmente, a aplicação dos resultados ao monitoramento da rede é brevemente ilustrada. Por Changliang Zou, Fugee Tsung, Zhaojun Wang - Technometrics. 2007. Propomos um esquema de controle de processo estatístico (SPC) que pode ser implementado na prática industrial, onde a qualidade de um processo pode ser caracterizada por um perfil linear geral. Começamos por analisar o modelo de perfil linear geral e os métodos de monitoramento existentes. Com base nisso, uma novela. Propomos um esquema de controle de processo estatístico (SPC) que pode ser implementado na prática industrial, onde a qualidade de um processo pode ser caracterizada por um perfil linear geral. Começamos por analisar o modelo de perfil linear geral e os métodos de monitoramento existentes. Com base nisso, um novo esquema de monitoração média móvel ponderada exponencialmente (MEWMA) multivariada é proposto para esse perfil. Três recursos de aprimoramento são introduzidos para melhorar ainda mais o desempenho do esquema proposto, que inclui 1) o intervalo de amostragem variável, 2) a função de auto-partida e 3) a abordagem de diagnóstico paramétrico. Ao longo deste trabalho, um exemplo de corrosão por íons (DRIE) de fabricação de semicondutores, que possui um perfil que se adapta bem a um modelo de regressão polinomial quadrático, é usado para ilustrar a implementação da abordagem proposta. 1 1 por Manuel Cabral Morais, Antnio Pacheco - Comunicações em Simulação e Computação de Estatística. Pontos de porcentagem de comprimento, probabilidade de um sinal enganador. As mudanças na média do processo () ou no desvio padrão do processo () devem ser consideradas como uma indicação de que um processo de produção está fora de controle. Este artigo considera o problema da monitoração conjunta desses dois parâmetros. Pontos de porcentagem de comprimento, probabilidade de um sinal enganador. As mudanças na média do processo () ou no desvio padrão do processo () devem ser consideradas como uma indicação de que um processo de produção está fora de controle. Este artigo considera o problema da monitoração conjunta desses dois parâmetros quando a característica de qualidade segue uma distribuição normal, usando um esquema combinado de média móvel móvel (CEWMA) combinado. Três medidas de desempenho deste esquema de controle conjunto são investigadas em turnos na média do processo ou inflações do desvio padrão do processo e sob a adoção de iniciações: o comprimento médio de execução, os pontos de porcentagem de comprimento de corrida e a probabilidade de um sinal enganador. As aproximações a estes três indicadores de desempenho serão obtidas considerando uma cadeia de Markov bidimensional. A independência entre as transições horizontal e vertical dessa cadeia de Markov de duas dimensões aproximada desempenha um papel importante no fornecimento de expressões simples às medidas de desempenho que evitam a computação de uma matriz de transição de probabilidade com dimensões incomuns. Uma comparação numérica entre estas três medidas de desempenho e os correspondentes do esquema combinado combinado Shewhart (CShewhart) X, S 2 () também serão apresentados, levando à conclusão de que a substituição deste esquema combinado pelo esquema CEWMA pode melhorar a Monitoramento conjunto da média do processo e desvio padrão. 1 por Christian Sonesson, Christian Sonesson. 2001. Várias versões do método EWMA (Média de Movimento Ponderada Exponencialmente) para monitorar um processo com o objetivo de detectar uma mudança na média são estudados tanto para o caso unilateral quanto para os dois lados. Os efeitos do uso de barreiras para a estatística de alarme unilateral também são estudados. Um importan. Várias versões do método EWMA (Média de Movimento Ponderada Exponencialmente) para monitorar um processo com o objetivo de detectar uma mudança na média são estudados tanto para o caso unilateral quanto para os dois lados. Os efeitos do uso de barreiras para a estatística de alarme unilateral também são estudados. Uma questão importante é o efeito de diferentes tipos de limites de alarme. Diferentes medidas de avaliação são consideradas como o atraso esperado, o ARLI, a probabilidade de detecção bem-sucedida e o valor preditivo de um alarme para dar uma imagem ampla das características dos métodos. Os resultados são apresentados tanto para um ARLO fixo quanto para uma probabilidade fixa de um falso alarme. As diferenças destacam o problema essencial de como definir a comparabilidade entre os métodos de vigilância. Os resultados são de um estudo de simulação em larga escala. É dada especial atenção ao efeito sobre a confiança nos resultados finais pela variação estocástica na calibração dos métodos. Parece que diferenças importantes de um ponto de vista inferencial existem entre as versões de um e dois lados dos métodos. Está demonstrado que o método, geralmente considerado como uma aproximação conveniente, deve ser preferido sobre a versão exata em muitos aspectos. Por Changliang Zou, Peihua Qiu. Este artigo desenvolve uma nova metodologia de controle de processo estatístico (SPC) multivariada com base na adaptação do método de seleção de variável LASSO ao problema SPC. O método LASSO tem a propriedade de sparsity que pode selecionar exatamente o conjunto de coeficientes de regressão não-zero na regressão multivariada m. Este artigo desenvolve uma nova metodologia de controle de processo estatístico (SPC) multivariada com base na adaptação do método de seleção de variável LASSO ao problema SPC. O método LASSO tem a propriedade de sparsity que pode selecionar exatamente o conjunto de coeficientes de regressão não-zero na modelagem de regressão multivariada, o que é especialmente útil nos casos em que o número de coeficientes diferentes de zero é pequeno. Em aplicações SPC multivariadas, os vetores médios do processo geralmente mudam em um pequeno número de componentes. Nosso principal objetivo é detectar tal mudança assim que ocorre e identificar os componentes médios deslocados. Usando essa conexão entre os dois problemas, é proposta uma estatística de teste multivariada baseada em LASSO, que é então integrada no esquema de gráficos EWMA multivariante para o monitoramento de processos multivariados de Fase II. É mostrado que esta abordagem equilibra a proteção contra vários níveis de mudança e as direções de mudança, e, portanto, fornece uma ferramenta efetiva para aplicações SPC multivariadas. Palavras-chave: estadística de Hotellings T 2 Seleção de modelos Controle de processo estatístico multivariado Probabilidade penalizada Variáveis ajustadas por regressão. Por Alexander Novikov, Nino Kordzakhia. 2006. Usando a abordagem martingale, encontramos condições suficientes para a delimitação exponencial dos primeiros tempos de passagem em um nível para seqüências autorregressivas ergódicas de primeira ordem (AR (1)). Além disso, provamos uma identidade martingale para ser usada na obtenção de limites explícitos para a expectativa da primeira passagem t. Usando a abordagem martingale, encontramos condições suficientes para a delimitação exponencial dos primeiros tempos de passagem em um nível para seqüências autorregressivas ergódicas de primeira ordem (AR (1)). Além disso, demonstramos que uma identidade martingale é usada para obter limites explícitos para a expectativa de primeiros tempos de passagem. Quando H (1) (x, a). Em aplicações, a distribuição e a expectativa de tais tempos de passagem são geralmente aproximadas via simulação de Monte-Carlo ou usando aproximações de cadeia de Markov (ver, por exemplo, -16-). No entanto, os limites analíticos também são de interesse (por exemplo, para controlar uma precisão dos algoritmos de simulação). Neste artigo, descrevemos alguns martingales relacionados às seqüências de AR (1) no caso do in. Por Marion R. Reynolds, Zachary G. Stoumbos. 2008. Ao monitorar um processo com variáveis normais multivariadas, o gráfico de controle do tipo Shewhart (Hotelling (1947)) usado tradicionalmente para monitorar o vetor médio do processo é efetivo para a detecção de grandes turnos, mas para detectar pequenos turnos é mais efetivo usar o multivariante Exponente. Ao monitorar um processo com variáveis normais multivariadas, o gráfico de controle do tipo Shewhart (Hotelling (1947)) usado tradicionalmente para monitorar o vetor médio do processo é efetivo para a detecção de grandes turnos, mas para detectar pequenos turnos é mais efetivo usar o multivariante Gráfico de controle da média móvel ponderada exponencialmente (MEWMA), proposto por Lowry et al. (1992). Foi proposto que um melhor desempenho geral na detecção de turnos pequenos e grandes na média pode ser obtido usando o gráfico MEWMA 1 em combinação com o gráfico Shewhart. Aqui investigamos o desempenho desta combinação no contexto do problema mais geral de detectar mudanças na média ou aumento da variabilidade. Reynolds e Cho (2006) investigaram recentemente as combinações do gráfico MEWMA para a média e os gráficos do tipo MEWMA com base em desvios quadrados das observações do alvo e descobriram que essas combinações têm excelente desempenho na detecção de mudanças sustentadas na média ou na variabilidade . Aqui, consideramos as mudanças sustentadas e transitórias e mostramos que uma combinação de dois gráficos MEWMA tem melhor desempenho geral do que a combinação dos gráficos MEWMA e Shewhart. Também consideramos uma combinação de três graus consistindo do gráfico MEWMA para a média, um gráfico do tipo MEWMA de desvios quadrados do alvo e o gráfico Shewhart. Quando o tamanho da amostra é n 1, essa combinação de três grafos não parece ter melhor desempenho geral do que a combinação dos dois gráficos MEWMA. Quando nampgt 1, a combinação de três gráficos tem um desempenho significativamente melhor para alguns turnos médios, mas um desempenho um pouco pior para mudanças na variabilidade. . Resumo: A tabela de controle padrão multivariada geralmente emprega o tamanho da amostra fixa no intervalo de amostragem fixo (FSI) para monitorar um processo. Neste estudo, um quadro de média móvel ponderada exponencialmente (MEWMA) com intervalos de amostragem variáveis (VSI) é investigado. O gráfico MEWMA com VS. Resumo: A tabela de controle padrão multivariada geralmente emprega o tamanho da amostra fixa no intervalo de amostragem fixo (FSI) para monitorar um processo. Neste estudo, um quadro de média móvel ponderada exponencialmente (MEWMA) com intervalos de amostragem variáveis (VSI) é investigado. O gráfico MEWMA com VSI varia o intervalo de amostragem do processo como uma função dos dados do processo. A medida de desempenho do gráfico MEWMA da VSI é obtida através de uma abordagem de cadeia de Markov e é comparada com o gráfico padrão FSI MEWMA correspondente em termos de tempo médio para sinal para diferentes magnitudes de turnos na média do processo. Mostra-se que o gráfico MEWMA da VSI é mais eficiente do que o gráfico FSI MEWMA padrão correspondente na detecção de mudanças na média do processo. D se não houver tal indicação. O objetivo deste estudo é apresentar um gráfico VSI MEWMA para melhorar o desempenho do quadro de controle. A abordagem da cadeia de Markov descrita em Runger e Prabhu -9-- é modificada para avaliar o tempo médio de sinal (ATS) do gráfico VSI MEWMA. Em seguida, o desempenho do gráfico VSI MEWMA é comparado com o gráfico padrão FSI MEWMA correspondente. 2 Design of V. by F. Camciy, R. B. Chinnamz, R. D. Ellisz. 2005. É importante monitorizar os processos de fabricação para melhorar a qualidade do produto e reduzir o custo de produção. O Controle de Processo Estatístico (SPC) é o método mais utilizado para a monitorização do processo, em particular fazendo distinções entre as variações atribuídas à variabilidade normal do processo. É importante monitorizar os processos de fabricação para melhorar a qualidade do produto e reduzir o custo de produção. O Controle de Processo Estatístico (SPC) é o método mais utilizado para a monitorização do processo, em particular fazendo distinções entre as variações atribuídas à variabilidade normal do processo às causadas por causas especiais. A maioria dos métodos SPC e SPC (MSPC) multivariados são paramétricos na medida em que eles fazem suposições sobre as propriedades de distribuição e estrutura de autocorrelação dos parâmetros do processo no controle e, se satisfeitas, são eficazes no gerenciamento de falsos alarmes, positivos e falsos negativos. No entanto, quando os processos não satisfazem esses pressupostos, a eficácia dos métodos SPC está comprometida. Vários gráficos de controle não paramétricos baseados em fileiras seqüenciais de medidas de profundidade de dados foram propostos na literatura, mas seu desenvolvimento e implementação foram bastante lentos no controle de processos industriais. Vários gráficos de controle não-paramétricos baseados em princípios de aprendizado de máquina também foram propostos na literatura para superar algumas dessas limitações. No entanto, ao contrário dos métodos SPC convencionais, essas variáveis não-paramétricas (Montgomery 2001). Um tipo de MSPC são gráficos multivariados estendidos a partir de métodos SPC univariados, incluindo o gráfico de Hotellings T2 (Hotelling 1947), EWMA multivariante (Lowry et al., 1992, - Runger e Prabhu 1996 -, Testik e Borror 2004) e gráficos CUSUM multivariados (Ngai E Zhang 2001, Runger e Testik 2004). Outro tipo de MSPC é baseado em projeção variável latente, como a análise de componentes principais. Por autores desconhecidos. A tomografia de rede ativa refere-se a uma classe interessante de problemas inversos de grande escala que surgem na estimativa da qualidade dos parâmetros de serviço de redes de computadores e comunicações. Este artigo centra-se na estimativa das taxas de perda dos links internos de uma rede usando medidores de ponta a ponta. A tomografia de rede ativa refere-se a uma classe interessante de problemas inversos de grande escala que surgem na estimativa da qualidade dos parâmetros de serviço de redes de computadores e comunicações. Este artigo centra-se na estimativa das taxas de perda dos links internos de uma rede usando medidas de ponta a ponta de nós localizados na periferia. Uma série de experimentos flexíveis para testar ativamente a rede é introduzida e as condições em que todas as informações do nível de link são estimáveis são obtidas. A estimativa da máxima verossimilhança usando o algoritmo EM, a estrutura do algoritmo e as propriedades dos estimadores de máxima verossimilhança são investigadas. Isso inclui estudos de simulação usando o ns (simulador de rede) para obter tráfego de rede realista. O projeto ideal de experimentos de sondagem também é estudado. Finalmente, a aplicação dos resultados ao monitoramento da rede é brevemente ilustrada. Processo subjacente através dos limites de controle (limites de um ou dois lados). O método mais comum para computar ARLs (além da simulação) usa uma aproximação de cadeia de Markov (Brook e Evans 1972 - Ringer e Prabhu 1996 -), discretizando o espaço estadual. Crowder (1987) desenvolveu uma abordagem de equação integral melhorada para estatísticas baseadas em EWMA. As rotinas numéricas estão disponíveis no SAS para computar as ARLs quando a unde. A colônia de formigas híbridas, cadeia de Markov e abordagem de projeto experimental para o design econômico estatisticamente constrangido de tabelas de controle de MEWMA. A média móvel ponderada exponencialmente representada, MEWMA, tabela de controle é uma estatística efetiva Ferramenta para detectar pequenos turnos nos vetores médios do processo. Por um lado, o processo de design econômico de um quadro de controle MEWMA envolve a determinação dos principais parâmetros do gráfico, ou seja, o tamanho da amostra n. O intervalo de amostragem h. A constante de suavização r. E o limite de controle L de modo que uma função de custo de qualidade seja minimizada. Por outro lado, o design econômico estatisticamente limitado do gráfico MEWMA é determinar os parâmetros do gráfico de modo que uma função de custo seja minimizada enquanto o desempenho estatístico do gráfico é mantido em um nível de desejo. Neste artigo, o modelo de design econômico estatisticamente constrangido do quadro de controle MEWMA é ampliado pela função de perda de Taguchi para melhorar sua eficácia. Em seguida, propõe-se um algoritmo de otimização de colônias de formigas para resolver o modelo em que uma abordagem de cadeia de Markov é desenvolvida para calcular o comprimento médio de corrida, ARLs. Em seguida, os principais parâmetros do algoritmo de colônia de formigas empregadas são sintonizados por meio de uma metodologia de superfície de resposta, RSM, abordagem. Finalmente, uma análise de sensibilidade nos principais parâmetros da função de custo e do quadro de controle é realizada usando abordagem de projeto experimental. Os resultados mostram que o aumento de uma restrição estatística não linear direta ao modelo melhorará a eficácia do modelo sem um aumento significativo no custo. MEWMA Colônia de formigas RSM Design econômico estatisticamente constrangido Função de perda de Taguchi. Corrente de Markov. Autor correspondente. Tel. 98 21 66165740 fax: 98 21 66022702. 1 Tel. 98 913 2035649 fax: 98 21 66022702. Copyright copy 2017 Elsevier Ltd. Todos os direitos reservados. Os cookies são usados por este site. Para mais informações, visite a página de cookies. Copyright 2017 Elsevier B. V. ou seus licenciadores ou contribuidores. ScienceDirect é uma marca registrada da Elsevier B. V.
No comments:
Post a Comment