• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      可變抽樣區(qū)間泊松EWMA控制圖的經(jīng)濟(jì)設(shè)計(jì)

      2013-07-27 08:42:10
      統(tǒng)計(jì)與決策 2013年5期
      關(guān)鍵詞:經(jīng)濟(jì)模型泊松總費(fèi)用

      薛 麗

      (鄭州航空工業(yè)管理學(xué)院管理科學(xué)與工程學(xué)院,鄭州 450000)

      0 引言

      在統(tǒng)計(jì)控制過程中,控制圖被廣泛地用來監(jiān)控過程波動(dòng),當(dāng)過程出現(xiàn)小波動(dòng)時(shí),EWMA控制圖比傳統(tǒng)的休哈特控制圖有更好的監(jiān)控效果[1]。為了提高控制圖的監(jiān)控效率,許多學(xué)者[2-4]把固定抽樣區(qū)間的控制圖推廣到可變抽樣區(qū)間的控制圖,其中針對(duì)缺陷數(shù)服從泊松分布的情況下,叢方圓等[5]對(duì)可變抽樣區(qū)間的泊松EWMA控制圖進(jìn)行了研究。盡管對(duì)可變抽樣區(qū)間控制圖的研究已經(jīng)很多,對(duì)它們的經(jīng)濟(jì)設(shè)計(jì)研究卻不多[6,7]。Chou&Chen[8]根據(jù)Lorenzen&Vance[9]模型研究可變抽樣區(qū)間EWMA控制圖的經(jīng)濟(jì)設(shè)計(jì),他們的研究是針對(duì)計(jì)量型特性值。但在實(shí)際生產(chǎn)中,許多質(zhì)量特性值是計(jì)數(shù)型數(shù)據(jù),比如生產(chǎn)中的產(chǎn)品缺陷數(shù)。在考慮了監(jiān)控過程的成本費(fèi)用因素之后,本文針對(duì)產(chǎn)品缺陷數(shù)服從泊松分布的情況,對(duì)可變抽樣區(qū)間EWMA控制圖的經(jīng)濟(jì)統(tǒng)計(jì)進(jìn)行研究。

      1 可變抽樣區(qū)間的泊松EWMA控制圖

      建立可變抽樣區(qū)間泊松EWMA控制圖的經(jīng)濟(jì)模型之前,先介紹可變抽樣區(qū)間的泊松EWMA控制圖的構(gòu)造,具體過程如下:

      設(shè)X表示生產(chǎn)過程中的單位缺陷數(shù),通常情況下假設(shè)X服從參數(shù)為μ的泊松分布2,...其中μ為大于0的常數(shù)。當(dāng)過程處于受控狀態(tài)時(shí),μ=μ0.當(dāng)過程處于失控狀態(tài)時(shí),μ=μ1=μ0+μ0δ,其中δ為過程均值的偏移。若取樣本容量為n,則在一個(gè)樣本中的總?cè)毕輸?shù)就可以表示為Y=x1+x2+...+xn.它服從參數(shù)為nμ的泊松分布要對(duì)這個(gè)過程進(jìn)行控制,定義泊松EWMA統(tǒng)計(jì)量為:

      其中,λ為平滑系數(shù),Z0=μ0.泊松EWMA控制圖的上下控制限為:

      其中k1,k2分別是泊松EWMA控制圖的上下控制限系數(shù)在此需要說明:在一般的控制圖中,k1=k2.而由(1)式定義的泊松EWMA統(tǒng)計(jì)量Zt是一個(gè)非負(fù)數(shù),當(dāng)下控制限小于或等于零時(shí),對(duì)過程均值的向下偏移就不會(huì)發(fā)出報(bào)警信號(hào),即不能檢測(cè)出過程的向下偏移,所以這時(shí)取k1≠k2是很有必要的。

      泊松EWMA控制圖的上下警戒限為:

      其中w1,w2是分別泊松EWMA控制圖的上下警戒限系數(shù),且0<w1<k1,0<w2<k2.選取兩個(gè)抽樣區(qū)間h1和h2,且h1>h2>0,若樣本點(diǎn)落在安全域(LWL≤Wi≤UWL),則下一個(gè)抽樣區(qū)間為h1;若樣本點(diǎn)落在警戒域(UWL<Wi≤UCL或LCL≤Wi<LWL),則下一個(gè)抽樣區(qū)間為h2;若樣本點(diǎn)超出控制限(Wi>UCL或Wi<LCL),則報(bào)警。

      當(dāng)用可變抽樣區(qū)間泊松EWMA控制圖監(jiān)控過程均值變化時(shí),需要確定八個(gè)參數(shù)VSI泊松EWMA控制圖的經(jīng)濟(jì)設(shè)計(jì)就是通過使期望總費(fèi)用最小確定這八個(gè)參數(shù)的最優(yōu)值。

      2 經(jīng)濟(jì)模型建立

      Lorenzen&Vance所考慮的控制圖的費(fèi)用期望值包括:生產(chǎn)時(shí)期的質(zhì)量費(fèi)用;發(fā)生錯(cuò)誤警報(bào)的費(fèi)用;抽樣和檢查結(jié)果的費(fèi)用;尋找異常原因和糾正過程的費(fèi)用。根據(jù)不同的控制圖計(jì)算這幾部分的期望費(fèi)用,然后除以平均循環(huán)周期,既可以得到經(jīng)濟(jì)設(shè)計(jì)的費(fèi)用損失函數(shù)。其中過程循環(huán)周期定義為從過程開始受控到發(fā)生異常原因過程失控,發(fā)現(xiàn)失控狀態(tài)和調(diào)查并消除異常原因糾正過程所經(jīng)歷的時(shí)間。

      在建立可變抽樣區(qū)間泊松EWMA控制圖的經(jīng)濟(jì)模型之前,本文有以下幾個(gè)假設(shè):(1)設(shè)過程開始時(shí)處于受控狀態(tài)μ=μ0;(2)失控前保持受控狀態(tài)的時(shí)間服從參數(shù)為θ的指數(shù)分布;(3)過程失控時(shí),直到發(fā)現(xiàn)和糾正它以前仍然處于失控狀態(tài);(4)在每個(gè)抽樣區(qū)間內(nèi),最多存在一個(gè)異常原因發(fā)生使過程失控。在抽樣時(shí),異常原因不發(fā)生。根據(jù)Lorenzen&Vance的研究,把他們模型中的固定抽樣區(qū)間h修改為平均抽樣區(qū)間h0,建立可變抽樣區(qū)間泊松EWMA控制圖的經(jīng)濟(jì)模型,其中目標(biāo)函數(shù)為期望總費(fèi)用C,公式如下:

      其中:a為每個(gè)樣本的固定費(fèi)用;

      b為單元抽樣的費(fèi)用;

      c1為過程受控時(shí)單位時(shí)間的質(zhì)量費(fèi)用;

      c2為過程失控時(shí)單位時(shí)間的質(zhì)量費(fèi)用;

      d為每次抽樣和作圖的時(shí)間;

      g為錯(cuò)誤警報(bào)發(fā)生的費(fèi)用;

      m為糾正異常原因的費(fèi)用;

      s為過程受控時(shí)樣本的期望值,且

      τ為過程受控時(shí)在兩個(gè)樣本之間異常原因發(fā)生的時(shí)間期望值,且

      t0為尋找錯(cuò)誤警報(bào)的時(shí)間期望值;

      t1為發(fā)現(xiàn)異常原因的時(shí)間期望值;

      t2為糾正過程的時(shí)間期望值;

      ATS1為過程失控時(shí)發(fā)出信號(hào)的平均時(shí)間;

      ANSS0為過程受控時(shí)控制圖報(bào)警所需的平均樣本數(shù);

      h0為平均抽樣間隔,且h0=ATS0/ANSS0,其中ATS0為過程受控時(shí)發(fā)出信號(hào)的平均時(shí)間;

      用馬爾可夫鏈法可以得出ATS0和ATS1的計(jì)算公式[5]如下:

      其中,k0表示中心線處于狀態(tài)Ek0即過程在開始時(shí)處于第k0個(gè)狀態(tài)。如果控制圖的上下控制限系數(shù)k1=k2時(shí),k0=m+1,即過程在開始時(shí)中心線處于狀態(tài)Em+1.bi(i=1,...,2m+1)為統(tǒng)計(jì)量Zt處于狀態(tài)Ei時(shí)所取的抽樣區(qū)間,當(dāng)狀態(tài)Ei為安全域時(shí),bi=h1;當(dāng)狀態(tài)Ei為警戒域時(shí),bi=h2.定義:

      同理

      其中

      同理,用馬爾科夫鏈法可以得出ANSS0的計(jì)算公式如下:

      其中,qij的公式與ATS0中的qij定義一樣,如式(8)、(9)、(10).

      通過前面的討論可知期望總費(fèi)用C是關(guān)于參數(shù)的函數(shù),VSI泊松EWMA控制圖的經(jīng)濟(jì)設(shè)計(jì)就是使期望總費(fèi)用C最小確定這八個(gè)參數(shù)的最優(yōu)值。

      3 算例

      z某一生產(chǎn)過程的質(zhì)量特性值服從參數(shù)為μ的泊松分布,過程受控時(shí)μ=μ0=4,過程失控時(shí)μ=μ1=μ0+δμ0,這一生產(chǎn)過程可用VSI泊松EWMA控制圖來監(jiān)控。本例中的費(fèi)用參數(shù)和模型參數(shù)分別如下:

      a=$0.5,b=$0.1,c1=$20,c2=$100,g=$50,m=$20,d=0.05hr,t0=0.5hr,t1=2hr,t2=2hr,θ=0.01,γ1=γ2=1,δ=0.5.

      在matlab(version 7.0)環(huán)境下編碼遺傳算法。所求控制圖八個(gè)參數(shù)中,要求n為整數(shù),h1,h2,k1,k2,w1,w2和λ為連續(xù)值。本例用遺傳算法求解的過程如下:

      (1)開始:滿足所求參數(shù)限制條件的20個(gè)初始解被隨便選取。每個(gè)參數(shù)的取值范圍為:1≤n≤10,1≤h1≤3.5,0.01≤h2≤1,1≤k1≤4,1≤k2≤4,0.01≤w1≤3,0.01≤w2≤3,w1≤k1,w2≤k2,0.01≤λ≤1

      (2)估計(jì):計(jì)算適應(yīng)性函數(shù)值來估計(jì)每個(gè)解的適應(yīng)性。在本例中,適應(yīng)性函數(shù)選擇為期望總費(fèi)用C.

      (3)選擇:在20個(gè)解中,挑選適應(yīng)性好的染色體作為幸存者,組成下一代。費(fèi)用高的染色體被費(fèi)用低的染色體代替。

      (4)交叉:隨機(jī)選取一對(duì)幸存者作為父母,來交叉產(chǎn)生下一代新的染色體。本例中,我們應(yīng)用算術(shù)交叉法,交叉率為0.8如下:D1=0.8R+0.2M,D2=0.2R+0.8M.D1為第一個(gè)新的染色體,D2為第二個(gè)新的染色體,R、M為父母染色體。如果20對(duì)父母被隨機(jī)選擇,則應(yīng)有40個(gè)孩子產(chǎn)生。因此,人口會(huì)增加到60個(gè)。

      (5)變異:假設(shè)變異率為0.1,因?yàn)槲覀冇?0個(gè)解,則能隨機(jī)選擇6個(gè)染色體(60*0.1=6)來變異一些實(shí)驗(yàn)參數(shù)。

      (6)重復(fù)(2)到(6),直到達(dá)到停止準(zhǔn)則。本例停止準(zhǔn)則為:運(yùn)行到100代時(shí)算法停止。

      在matlab環(huán)境下,運(yùn)行遺傳算法程序,當(dāng)運(yùn)行到100代時(shí)算法停止,得到最優(yōu)參數(shù)值:,n=1,h1=2.84217,h2=0.67239,k1=2.22782,k2=1.94086,w1=0.11818,w2=0.10258,λ=0.08911,C=28.6091.

      4 經(jīng)濟(jì)模型的最優(yōu)性分析

      假設(shè)某一生產(chǎn)過程的質(zhì)量特性值服從參數(shù)為μ的泊松分布,過程受控時(shí)μ=μ0=4,過程失控時(shí)μ=μ1=μ0+δμ0,這一生產(chǎn)過程可用VSI泊松EWMA控制圖監(jiān)控。下面對(duì)基于經(jīng)濟(jì)模型設(shè)計(jì)的VSI泊松EWMA控制圖與統(tǒng)計(jì)方法設(shè)計(jì)的VSI泊松EWMA控制圖進(jìn)行比較。兩種控制圖如下:

      (1)用統(tǒng)計(jì)方法設(shè)計(jì)樣本容量n=3的VSI泊松EWMA控制圖。固定受控平均報(bào)警時(shí)間ATS0,使失控平均報(bào)警時(shí)間ATS1最小來確定參數(shù)的最優(yōu)值。

      (2)基于經(jīng)濟(jì)模型設(shè)計(jì)的VSI泊松EWMA控制圖。根據(jù)經(jīng)濟(jì)模型(6)確定參數(shù)的最優(yōu)值。

      以上兩種控制圖都在十一種模型參數(shù)的條件下,分別計(jì)算期望總費(fèi)用,然后進(jìn)行比較。這是一個(gè)11因素兩水平的試驗(yàn),采用正交表L16(215)進(jìn)行試驗(yàn),共有16次試驗(yàn),記錄在表2。并且固定:γ1=γ2=1、t0=1,其中用統(tǒng)計(jì)方法設(shè)計(jì)的VSI泊松EWMA控制圖的期望總費(fèi)用記為C1;根據(jù)經(jīng)濟(jì)模型設(shè)計(jì)的VSI泊松EWMA控制圖的期望總費(fèi)用記為C,其計(jì)算結(jié)果記錄在表3。下面固定n=3,k1=3,k2=3,w1=1.5,w2=1.5,分別計(jì)算λ=0.1,ATS0=100,150,200和λ=0.2,ATS0=300,400,500時(shí),16次正交試驗(yàn)所對(duì)應(yīng)的期望總費(fèi)用C1,并記錄在表3。

      表1 11個(gè)模型參數(shù)的兩種水平

      結(jié)果顯示:對(duì)于每種試驗(yàn),基于經(jīng)濟(jì)模型設(shè)計(jì)的VSI泊松EWMA控制圖的期望總費(fèi)用C均小于用統(tǒng)計(jì)方法設(shè)計(jì)樣本容量n=3的VSI泊松EWMA控制圖的期望總費(fèi)用C1,所以在每種試驗(yàn)下基于經(jīng)濟(jì)模型設(shè)計(jì)的VSI泊松EWMA控制圖是這兩種控制圖中期望總費(fèi)用最小即最優(yōu)的控制圖。

      表2 根據(jù)L16(215)安排的十六次試驗(yàn)

      分別計(jì)算這兩種控制圖的期望總費(fèi)用的平均值并記錄在倒數(shù)第二行,結(jié)果表明基于經(jīng)濟(jì)模型設(shè)計(jì)的VSI泊松EWMA控制圖的期望總費(fèi)用最小、最優(yōu)。例如基于經(jīng)濟(jì)模型設(shè)計(jì)的VSI泊松EWMA控制圖的期望總費(fèi)用C的均值為32.6357,當(dāng)λ=0.1,ATS0=100時(shí)用統(tǒng)計(jì)方法設(shè)計(jì)樣本容量n=3的VSI泊松EWMA控制圖的期望總費(fèi)用C1的均值為34.4645,顯然C<C1。

      表3 最優(yōu)性分析結(jié)果

      最后對(duì)平均值分別標(biāo)準(zhǔn)化即除以C的均值32.6357,并記錄在最后一行。從全局的觀點(diǎn)得出λ=0.1,ATS0=100,150,200和λ=0.2,ATS0=300,400,500時(shí),基于經(jīng)濟(jì)模型設(shè)計(jì)的樣本容量n=3的VSI泊松EWMA控制圖的期望總費(fèi)用C,分別優(yōu)于統(tǒng)計(jì)方法設(shè)計(jì)的VSI泊松EWMA控制圖的期望總費(fèi)用C1的倍數(shù)。例如:λ=0.1ATS0=150時(shí)為1.0635,說明此時(shí)的期望總費(fèi)用C1為經(jīng)濟(jì)模型設(shè)計(jì)的VSI泊松EWMA控制圖的期望總費(fèi)用C的1.0635倍,即基于經(jīng)濟(jì)模型設(shè)計(jì)的VSI泊松EWMA控制圖優(yōu)于統(tǒng)計(jì)方法設(shè)計(jì)的VSI泊松EWMA控制圖1.0635倍。

      由以上分析可以看出基于經(jīng)濟(jì)模型設(shè)計(jì)的VSI泊松EWMA控制圖是這兩種控制圖中期望總費(fèi)用最小即最優(yōu)的控制圖。

      5 結(jié)論

      根據(jù)Lorenzen&Vance經(jīng)濟(jì)模型,對(duì)可變抽樣區(qū)間泊松EWMA控制圖進(jìn)行了經(jīng)濟(jì)設(shè)計(jì)研究。使期望總費(fèi)用最小,確定參數(shù)的最優(yōu)值,并用遺傳算法求解模型的最優(yōu)解。通過最優(yōu)性分析,得出基于經(jīng)濟(jì)模型設(shè)計(jì)的VSI泊松EWMA控制圖比統(tǒng)計(jì)方法設(shè)計(jì)的VSI泊松EWMA控制圖優(yōu)越,具有較小的期望總費(fèi)用。

      [1]Roberts,S.W.A Comparison of Some Control Chart Procedures[J].Technometrics,1966,(8).

      [2]Reynolds,M.R.Jr,Amin,R.W.,Arnold,J.C.,Nachlas,J.A.X-bar Charts with Variable Sampling Intervals[J].Technometrics,1988,30(2).

      [3]Saccucci,M.S.,Amin,R.W.,Lucas,J.M.Exponentially Weighted Moving Average Control Schemes with Vari?able Sampling Intervals[J].Communications in Statis?tics-Simulation and Computation,1992,21(3).

      [4]Reynolds,M.R.Jr,Arnold,J.C.EWMA Control Charts with Variable Sample Sizes and Variable Sampling In?tervals[J].IIE Trans actions,2001,32(6).

      [5]叢方圓,趙選民,師義民,王彩玲可變抽樣區(qū)間的Pois?son EWMA控制圖[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2007,37(13).

      [6]Chou,C.Y.,Cheng,J.C.,Lai,W.T.Economic Design of Variable Sampling Intervals EWMA Charts with Sam?pling at Fixed Times Using Genetic Algorithms[J].Expert Systems with Applications,2008,(34).

      [7]Serel,D.A.,Moskowitz,H.Joint Economic Design of EW?MA Control Charts for Mean and Variance[J].European Journal of Operational Research,2008,(184).

      [8]Chou,C.Y.,Chen,C.H.,Chen,C.H.Economic Design of EWMA Charts with Variable Sampling Intervals[J].Quality&Quantity,2006,(40).

      [9]Lorenzen,T.J.,Vance,L.C.The Economic Design of Control Charts:a Unified Approach[J].Technometrics,1986,(28).

      猜你喜歡
      經(jīng)濟(jì)模型泊松總費(fèi)用
      基于泊松對(duì)相關(guān)的偽隨機(jī)數(shù)發(fā)生器的統(tǒng)計(jì)測(cè)試方法
      約束非線性系統(tǒng)保安全和穩(wěn)定的雙模經(jīng)濟(jì)模型預(yù)測(cè)控制
      帶有雙臨界項(xiàng)的薛定諤-泊松系統(tǒng)非平凡解的存在性
      “健康中國(guó)2030”背景下京、津、滬、渝四直轄市衛(wèi)生總費(fèi)用的比較研究
      車輛段上蓋綜合開發(fā)價(jià)值對(duì)比分析
      泊松著色代數(shù)
      1<γ<6/5時(shí)歐拉-泊松方程組平衡解的存在性
      高速公路路面養(yǎng)護(hù)項(xiàng)目選擇的經(jīng)濟(jì)模型
      21世紀(jì)我國(guó)衛(wèi)生總費(fèi)用占GDP比例首次低于4%
      合川市| 姚安县| 林周县| 海林市| 神木县| 长治县| 穆棱市| 广宗县| 武鸣县| 樟树市| 南乐县| 富平县| 乌鲁木齐市| 云浮市| 盐城市| 南汇区| 靖宇县| 阳东县| 甘孜| 察隅县| 普安县| 六枝特区| 镇雄县| 浦北县| 南江县| 桑植县| 崇州市| 大悟县| 郯城县| 上林县| 合作市| 汨罗市| 陆丰市| 乐昌市| 鲁山县| 满城县| 平罗县| 济南市| 盐池县| 夏津县| 崇信县|