為了研究輪廓監(jiān)控中的變點(diǎn)識(shí)別問(wèn)題,以非參數(shù)輪廓數(shù)據(jù)為研究對(duì)象,對(duì)單變點(diǎn)問(wèn)題進(jìn)行了研究。首先計(jì)算出所有輪廓線的卡方統(tǒng)計(jì)值,再運(yùn)用多元T2統(tǒng)計(jì)量,將統(tǒng)計(jì)量值最大值作為樣本變異的廣義似然比檢驗(yàn)統(tǒng)計(jì)量,據(jù)此來(lái)找到輪廓線的變點(diǎn)。通過(guò)大量仿真與論證表明所提出的方法在識(shí)別變點(diǎn)位置和穩(wěn)定性方面具有優(yōu)異的性能。將該方法應(yīng)用于京津冀地區(qū)空氣質(zhì)量指數(shù)的變點(diǎn)識(shí)別,識(shí)別結(jié)果可以很好地解釋京津冀地區(qū)空氣質(zhì)量指數(shù)的時(shí)間特征。 

【文章來(lái)源】：機(jī)械設(shè)計(jì)與制造工程. 2017,46(05)

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

受控狀態(tài)a=0．5和失控狀態(tài)a=1．0時(shí)輪廓圖形(σ=0．5)

肸HANG和ALBIN的非參數(shù)輪廓模型產(chǎn)生一組非參數(shù)輪廓樣本數(shù)據(jù)［11］，即yij=10－20ae－axjsin(λ1xj)/λ1+10e－axjcos(λ1xj)+εiji=1，2，…，m;j=1，2，…，p;λ1=4－a槡2(13)式中:a為常數(shù)變量。其中，εij假定服從于N(0，σ2)的獨(dú)立正態(tài)隨機(jī)變量。在本文中，每次仿真產(chǎn)生m=200個(gè)隨機(jī)輪廓，其中每個(gè)輪廓維度為p=100，x=0．08，0．16，…，8．00。假定在受控情況下，a=0．5，σ=0．5，則參數(shù)a分別取0．5和1．0(σ=0．5)時(shí)的輪廓圖形如圖1所示。圖1受控狀態(tài)a=0．5和失控狀態(tài)a=1．0時(shí)輪廓圖形(σ=0．5)本文中，假定樣本數(shù)據(jù)為單變點(diǎn)局部變異，變點(diǎn)位置為τ=100。在變異發(fā)生后，變點(diǎn)之后樣本在x11～x15位置發(fā)生變異，發(fā)生變異時(shí)參數(shù)a=0．5，0．6，0．7，…，1．9。在任意參數(shù)情況下進(jìn)行1000次仿真。當(dāng)識(shí)別出變點(diǎn)位置時(shí)，本文采用α指標(biāo)來(lái)評(píng)價(jià)變點(diǎn)識(shí)別的優(yōu)劣性。對(duì)單變點(diǎn)識(shí)別問(wèn)題而言，相當(dāng)于變點(diǎn)將所有的輪廓分為了兩類(lèi)。假設(shè)變點(diǎn)識(shí)別算法識(shí)別的分類(lèi)結(jié)果為V，仿真假設(shè)的分類(lèi)結(jié)果為U。α指標(biāo)用來(lái)評(píng)價(jià)U與V的差異，從而評(píng)價(jià)變點(diǎn)識(shí)別的準(zhǔn)確度。當(dāng)U=V時(shí)，為變點(diǎn)完全識(shí)別的情況，此時(shí)α=0。為檢驗(yàn)U與V的差異，假設(shè):{a}聚類(lèi)結(jié)果中，在U和V中都屬于第一類(lèi)的樣本個(gè)數(shù);聚類(lèi)結(jié)果中，在U和V中都屬于第二類(lèi)的樣本個(gè)數(shù)。·10·2017年第46卷機(jī)械設(shè)計(jì)與制造工程

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)豪斯多夫距離的非參數(shù)輪廓變點(diǎn)識(shí)別[J]. 聶斌,孫會(huì)東,李佩,杜文超.  中國(guó)機(jī)械工程. 2015(08)
[2]基于T2統(tǒng)計(jì)量的Phase Ⅰ線性輪廓局部變化變點(diǎn)識(shí)別方法[J]. 聶斌,張軍軍.  系統(tǒng)工程. 2014(01)

碩士論文
[1]京津冀地區(qū)空氣質(zhì)量狀況及其與氣象條件的關(guān)系[D]. 劉燚.湖南師范大學(xué) 2010



本文編號(hào)：3628649