可变抽样区间泊松EWMA控制图的经济设计

文章主要讨论质量特性值服从泊松分布时,可变抽样区间的指数加权移动平均(EWMA)控制图的经济设计问题.首先建立可变抽样区间泊松EWMA控制图的经济模型,使期望总费用期望总费用最小来确定参数的最优值；其次用遗传算法来寻找经济模型的最优解；最后对可变抽样区间泊松EWMA控制图的经济模型进行最优性分析.     

可变抽样区间的二项变量累积和控制图设计

当过程存在小波动时,累积和控制图比传统的休哈特控制图监控效果灵敏.文章针对生产过程中的产品不合格品率服从二项分布下的累积和控制图,进行可变抽样区间设计.首先用构造可变抽样区间的二项变量累积和控制图;其次利用马尔可夫链方法计算了其平均报警时间.结果表明,所设计的可变抽样区间二项变量累积和控制图较固定抽样区间的二项变量累积和控制图能更好的监控过程的变化.     

可变抽样区间(-X)图的优化设计

统计过程控制是提高产品质量,节约生产成本的有效方法,控制图是统计过程控制的主要工具.控制图统计设计是以最小化失控ATS为关注焦点,不能有效测度失控状态带来的损失.文章将控制图的运行和质量损失联系起来,在假定均值漂移服从瑞利分布的情况下,提出了随机过程漂移的可变抽样区间(-X)图优化设计方法;通过调整样本容量、长短抽样区间、控制限和警戒限,使平均失控田口损失函数最小;研究了模型参数对控制图设计的影响.     

可变抽样区间均值图的改进方法

使用控制图监控一个过程的通常作法是用固定的抽样区间在过程中抽取样本。Reynolds等人提出了可变抽样区间均值图。文章在Reynolds方法基础上通过寻找控制图的最优控制限和警戒限来增加控制图的灵敏度。同时对两者的平均报警时间进行了比较。结果表明,该方法是对可变抽样区间均值图的一种较好的改进。     

具有可变抽样区间的Poisson INAR(1) CUSUM控制图

文章主要对监测取整且自相关的泊松数据所用的控制图(Poisson INAR(1)CUSUM)进行研究,并且对此控制图进行了可变抽样区间设计;利用马尔科夫链方法计算其平均报警时间,计算结果表明,所设计的动态Poisson INAR(1)CUSUM控制图比固定抽样区间的控制图有更好的监控效果。     

可变抽样区间中位值-极差联合控制图的经济设计

在统计质量控制中,通常利用中位值X图和极差R图来控制生产过程的均值和方差.文章建立了可变抽样区间的中位值和极差联合控制图,同时提出了一种费用函数以提供最优化设计参数的方法,最后通过一个例子说明了该模型能节约成本.     

基于质量损失函数的可变抽样区间X-R图优化设计

文章针对过程异常导致均值和标准差同时发生漂移的情况,考虑田口质量损失、误报警损失、维修成本和抽样成本等,构建了综合损失模型,提出了可变抽样区间X-R图优化设计方法。通过选择最优样本容量、长短抽样区间、X和R图的控制限和警戒限,使单位时间平均损失最小。数值计算说明了模型的使用方法;灵敏度分析研究了均值漂移参数和标准差的大小对控制图优化设计的影响。     

基于比例赋权方差法的验收控制图设计

验收控制图把过程控制、产品验收和产品评估融为一体,是一种非常重要的统计过程控制工具。传统验收控制图都是基于过程输出服从正态分布的假设建立的,然而在实际生产中存在大量不服从正态分布的过程输出,有时过程的分布形式未知。当过程输出有偏或分布未知时,可以用Burr分布近似,但抽样数据不足将导致分布函数估计不准确。赋权方差方法虽然弥补了这一缺陷,但也存在不足。针对以上情况,文章基于比例赋权方差方法,根据验收双方的风险、可接受和不可接受水平,构建了验收控制限。数值计算的结果说明本文方法是有效可行的。     

可变抽样区间均值图的优化

常规控制图是每隔固定时间从过程中抽取样本对过程进行监控。Reynolds et al(1988)提出了变化抽样区间的均值控制图(VSI图)。本文证明了在使用两个抽样区间的VSI图中两抽样区间间隔越大越好。比较固定抽样区间图(FSI图)和优化的VSI图及Reynolds得出的VSI,表明优化的VSI图更具有实际效率。     

基于马氏链模型的图优化设计

文章针对生产过程存在质量异常和设备故障的情况,用Xˉ图对过程进行监控。根据过程的实际状态和抽样观测结果,构建了一个二维马尔可夫链,在综合考虑误判损失、停产损失、抽样及维修成本等基础上,提出了图的优化设计方法;分析了平均故障间隔时间对控制限系数、样本容量、抽样区间及单位时间平均损失的影响。     

过程监测和调整的方法研究

文章针对传统SPC控制方法监测SPC/EPC整合过程中异常因素的困难,在大量实验基础上,提出了一种联合监测方法,即:采用Shewart图监测过程输出,EWMA图和Shewart图联合监测过程输入。仿真实验表明,该联合监测方法能快速有效地监测引起过程扰动异常因素,并能弥补偶然因素导致的输出波动。     

基于双侧等截尾正态分布的过程能力指数

传统过程能力指数基于总体质量特性值服从正态分布假设,而在生产领域中,总体质量特性值的取值往往仅局限于某个实数域区间,在该区间以外反映质量特性值的数据不可能出现。文章基于此背景,给出了分布中心与公差中心重合及不重合两种情况下双侧等截尾正态分布的过程能力指数的计算公式及参数估计方法,并给出了算例分析。     

惯性中容忍度及其控制图分析

文章从实证中发现SPC难以探测趋势的例子引出惯性问题,并运用容忍度的统计量大小来衡量惯性,在EWMA控制图中推导出容忍度的表达式,并构建了容忍度的控制图来进行过程的监控。     

通用型指数加权移动平均控制图的设计

为提高质量控制图监测微小到中等过程偏移的灵敏度,文章提出一种新的用于过程均值监控的通用型指数加权移动平均(UEWMA)控制图,该控制图是EWMA控制图的一般性推广,根据数据特征,自定义选取平滑系数λ₁,λ₂,…,λ_s,使控制效果达到最优;给出UEWMA控制图的均值与控制限的求取方法,并推导出平均运行长度(ARL)和运行长度标准偏差(SDRL);最后,研究平滑系数对该控制图性能的影响,并将其与现有控制图监测微小到中等过程偏移的灵敏度进行比较。研究结果表明,UEWMA控制图通过数据特征设计平滑系数,具有灵活性好、灵敏度高、扩展性强和控制效果好的特点。     

创新环境指数构建及基于自适应ARIMA的动态预警监控研究

创新环境问题一直是地区经济发展高度重视的问题,也是学者们对区域创新能力长期研究的重点内容之一。根据高新技术企业的现实情况,结合国内外相关问题的研究成果,从经济因素、制度因素、人才因素、硬件能力及产业聚集五个层面建立了创新环境状态指标体系,采用稳健主成分合成指数法对广东省高新技术企业1997—2019年的年度数据构建宏观创新环境指数MacroIEI,结果显示该方法得到的指数值与实际较为相符。在此基础上,利用自适应ARIMA方法对创新环境指数建立预测模型,将模型得到的预测结果加入到改进型EWMA控制图中,实现对创新环境指数的动态过程控制。为了验证模型的可靠性,与常规EWMA控制图进行过程控制比较研究,研究发现:对创新环境指数MacroIEI进行预警监控,改进型EWMA控制图具有比常规EWMA控制图更好的检测效果。通过创新环境指数MacroIEI的过程控制结果分析,证实提出的动态预警监控方法是合理的,政府决策部门或相关企业可以依据这些来评价区域创新环境的状态并作出决策。     

基于GARCH-VaR的股指期货保证金模型

文章以收益率的正态性检验、集群性检验和平稳性检验为基础,用GARCH方法计算VaR,将VaR作为保证金比率,建立了基于GARCH-VaR的股指期货保证金模型,对沪深300指数进行了实证研究.研究表明沪深300指数的收益率不服从正态分布,其收益分布具有明显的厚尾特征和丛集效应;通过与EWMA和风险价格系数法进行对比,发现GARCH-VaR模型能更好地捕捉收益分布特征,得到的保证金水平能更好地覆盖风险.     

角度质量控制图的特性及分析

文章研究角度质量控制图在典型分布、样本统计量与抽样分布、控制界限表达形式和过程能力指数等方面的特性.与传统的计量控制图相比,这些特性反映了方向数据统计与传统的概率统计在研究方法与结果的表达形式上的明显区别.     

两个系统因素影响下的联合动态均值图

本文研究了两个系统因素下过程控制中样本容量和抽样区间的联合动态均值图（VSSI）,并利用马氏链方法研究了动态均值图的性质。结果表明：VSSI图比VSS图,VSI图及FSSI图能更快地发现过程均值的漂移,因此,VSSI图对于快速检测遭受不同类型系统因素的过程更加有效,且对均值的敏感性增加,最后给出了联合动态均值图在生产中的一个应用实例。     

小批量生产的单值统计控制图

单值控制图主要是在每批产品或每一抽样间隔内只能得到一个观测值的情况下，用于判断生产过程的平均值是否保持在所要求的水平。常规单值控制图的控制限是根据从正常生产条件下所生产的产品中至少抽取50件产品来制订的。如果生产的批量不大或者在生产开始阶段，这个规定就使常规控制图不能有效地使用。本文设计样本数据较少时单值控制图的控制限，使得不论所检验的产品多少，都能可靠地使用。一、常规单位控制图的控制限我们知道，影响产品质量的因素有系统性因素（或异常因素）和随机性因素两类。如果生产过程中只有随机因素影响产品的质量…     

调查费用相同情况下抽样设计效应的探讨

针对调查实践中给定费用预算这一实际情况，本文在假设调查费用相同的情况下，通过选取几个比较典型的抽样设计方法与简单随机抽样的估计量方差对比，以及二阶段抽样与次级单元数相等整群抽样的估计量方差对比，对设计效应做了新的探讨，得出了与样本量相同情况下的抽样设计效应不尽相同的结论。