【摘要】：在產(chǎn)品的實(shí)際生產(chǎn)加工過程中,難免會(huì)存在一些生產(chǎn)問題,這些生產(chǎn)問題有可能會(huì)對(duì)產(chǎn)品的質(zhì)量造成一定的影響,因此,我們就要采取一些措施來預(yù)防和消除因這些生產(chǎn)問題所帶來的影響,而這些措施就是統(tǒng)計(jì)質(zhì)量控制。隨著計(jì)算機(jī)技術(shù)的快速發(fā)展,使用統(tǒng)計(jì)技術(shù)來處理生產(chǎn)過程中產(chǎn)品的質(zhì)量問題越來越迫切。在產(chǎn)品的生產(chǎn)加工過程中,產(chǎn)品的大多數(shù)質(zhì)量特征可能是相互依賴的,若對(duì)這些具有相關(guān)關(guān)系的質(zhì)量特征分別使用單變量控制圖,就會(huì)產(chǎn)生錯(cuò)誤的結(jié)論。因此,在多元統(tǒng)計(jì)過程中,多變量控制圖成為必不可少的工具。最初,多變量控制圖主要是用來檢測(cè)均值向量的變化情況,但是,在生產(chǎn)過程中,方差的波動(dòng)更能反映出產(chǎn)品的變化情況,能更直接地體現(xiàn)出產(chǎn)品質(zhì)量的好壞。因此,在多元統(tǒng)計(jì)過程中,對(duì)于協(xié)方差矩陣的檢測(cè)也變得尤為重要。在多變量或高維矩陣的應(yīng)用中,當(dāng)檢測(cè)到一個(gè)變化發(fā)生時(shí),所有的質(zhì)量特征同時(shí)都變化的可能性是非常小的,也就是說漂移項(xiàng)可能僅僅發(fā)生在協(xié)方差矩陣的幾個(gè)元素上,這就帶來了稀疏性的性質(zhì)。本文主要是利用稀疏性的性質(zhì),提出了一個(gè)新的控制圖——適應(yīng)性的LASSO多變量指數(shù)加權(quán)滑動(dòng)協(xié)方差矩陣控制圖(ALEWMC),用于檢測(cè)統(tǒng)計(jì)質(zhì)量控制過程中稀疏協(xié)方差矩陣的漂移,并將這個(gè)新的控制圖與其他多元控制圖進(jìn)行比較。但是,由于稀疏協(xié)方差矩陣在發(fā)生變化時(shí),很難確定到底是矩陣中的哪個(gè)變量發(fā)生了漂移。因此,在分析稀疏協(xié)方差矩陣發(fā)生漂移的過程中,我們要對(duì)稀疏協(xié)方差矩陣的漂移分三類情況進(jìn)行具體分析。第一類是“方差漂移”。此時(shí),發(fā)生的漂移過程是在協(xié)方差矩陣的(1,1)位置上加上?的漂移,而其他位置元素不變。第二類是“相關(guān)性漂移”。相關(guān)性漂移是指在協(xié)方差矩陣的(1,2)和(2,1)位置上加上一個(gè)相關(guān)性?,而其他位置元素不變。最后一類是“方差和相關(guān)性同時(shí)漂移”。方差和相關(guān)性同時(shí)漂移是指在協(xié)方差矩陣的(1,2)和(2,1)位置上加上一個(gè)相關(guān)性?,同時(shí),在(1,1)和(2,2)位置上加上?的漂移,而其他位置元素不變。本文對(duì)于控制圖性能的優(yōu)劣判斷主要是通過平均運(yùn)行長(zhǎng)度ARL來衡量。首先給定過程處于受控狀態(tài)時(shí)的平均運(yùn)行長(zhǎng)度ARL,記為ARL_0,然后計(jì)算不同控制圖在過程失控狀態(tài)時(shí)的平均運(yùn)行長(zhǎng)度ARL,記為ARL_1,最后比較這些控制圖在過程失控狀態(tài)時(shí)得到的ARL_1,此時(shí)哪個(gè)控制圖得到的ARL_1越小,則說明哪個(gè)控制圖在檢測(cè)這個(gè)漂移時(shí)的效果越好。通過模擬結(jié)果可知,適應(yīng)性的LASSO多變量指數(shù)加權(quán)滑動(dòng)協(xié)方差矩陣控制圖(ALEWMC)在檢測(cè)稀疏協(xié)方差矩陣的這三類漂移時(shí),對(duì)于方差漂移和相關(guān)性漂移的檢測(cè)效果明顯優(yōu)于其他控制圖。
【學(xué)位授予單位】：山東財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：F224;F273

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊勝飛;茍剛;;高效秩-μ更新自動(dòng)協(xié)方差矩陣自適應(yīng)演化策略[J];計(jì)算機(jī)應(yīng)用與軟件;2019年02期

2 李煥哲;吳志健;汪慎文;郭肇祿;;協(xié)方差矩陣自適應(yīng)演化策略學(xué)習(xí)機(jī)制綜述[J];電子學(xué)報(bào);2017年01期

3 劉樂平;協(xié)方差矩陣擾動(dòng)生長(zhǎng)曲線模型嶺估計(jì)的影響分析[J];應(yīng)用概率統(tǒng)計(jì);2002年03期

4 ;用共軛梯度法進(jìn)行自適應(yīng)頻譜估計(jì)[J];現(xiàn)代雷達(dá);1987年04期

5 曾穎超;;導(dǎo)彈飛向目標(biāo)的一種仿真方法[J];飛行力學(xué);1987年04期

6 A.Farina;A.Kusso;渠速;;雜波中相關(guān)目標(biāo)的雷達(dá)檢測(cè)[J];現(xiàn)代雷達(dá);1989年06期

7 呂維;王志杰;李建辰;王明洲;胡橋;;混響空時(shí)協(xié)方差矩陣的兩種計(jì)算方法比較與分析[J];魚雷技術(shù);2012年04期

8 李曉明;馮大政;夏宇垠;;基于重構(gòu)協(xié)方差矩陣空時(shí)二維雜波抑制方法[J];系統(tǒng)工程與電子技術(shù);2008年12期

9 潘帥;張永順;蘇于童;龍振國(guó);;基于先驗(yàn)信息的協(xié)方差矩陣重構(gòu)抗干擾算法[J];火力與指揮控制;2018年09期

10 李小雪;明瑞星;;高維協(xié)方差矩陣估計(jì)方法的比較[J];江西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年06期

相關(guān)會(huì)議論文 前10條

1 張大海;楊坤德;雷波;馬遠(yuǎn)良;;基于協(xié)方差矩陣加權(quán)的波束形成的應(yīng)用研究[A];中國(guó)聲學(xué)學(xué)會(huì)2006年全國(guó)聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

2 陳簫翰;溫聯(lián)星;;利用協(xié)方差矩陣分析定位微震震源位置[A];2018年中國(guó)地球科學(xué)聯(lián)合學(xué)術(shù)年會(huì)論文集（二十七）——專題54：地震面波、背景噪聲及尾波干涉法研究地下介質(zhì)結(jié)構(gòu)及其變化、專題55：深地資源地震波勘探理論、方法進(jìn)展[C];2018年

3 邱志平;;區(qū)間隨機(jī)本征正交分解方法[A];中國(guó)力學(xué)大會(huì)——2013論文摘要集[C];2013年

4 王露;馬遠(yuǎn)良;;基于協(xié)方差矩陣實(shí)部消除的DOA估計(jì)方法[A];中國(guó)聲學(xué)學(xué)會(huì)第十屆青年學(xué)術(shù)會(huì)議論文集[C];2013年

5 張旭光;張?jiān)?董期林;;基于隨機(jī)采樣的協(xié)方差跟蹤[A];圖像圖形技術(shù)研究與應(yīng)用(2010)[C];2010年

6 徐曉男;馬啟明;杜栓平;;基于運(yùn)動(dòng)補(bǔ)償?shù)娜跄繕?biāo)檢測(cè)[A];2009年中國(guó)東西部聲學(xué)學(xué)術(shù)交流會(huì)論文集[C];2009年

7 胡華峰;劉明;李旦;羅偉;;協(xié)方差矩陣分析方法在初始對(duì)準(zhǔn)中的應(yīng)用[A];中國(guó)慣性技術(shù)學(xué)會(huì)第七屆學(xué)術(shù)年會(huì)論文集[C];2015年

8 齊賽;楊樹元;;一種新穎的基于偽協(xié)方差矩陣的快速DOA估計(jì)算法[A];第十三屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)（CCSP-2007）論文集[C];2007年

9 曾祥旭;章新華;焦義民;劉天宇;;基于強(qiáng)干擾抑制的弱目標(biāo)檢測(cè)方法[A];2016年全國(guó)聲學(xué)學(xué)術(shù)會(huì)議論文集[C];2016年

10 陳方堯;陳平雁;;四種組內(nèi)相關(guān)系數(shù)計(jì)算方法的比較[A];2011年中國(guó)衛(wèi)生統(tǒng)計(jì)學(xué)年會(huì)會(huì)議論文集[C];2011年

相關(guān)重要報(bào)紙文章 前1條

1 首創(chuàng)期貨研發(fā)中心金融工程組 徐澤平;方差-協(xié)方差法的VaR計(jì)量模型選擇[N];期貨日?qǐng)?bào);2007年

相關(guān)博士學(xué)位論文 前10條

1 趙釗;高維協(xié)方差矩陣相關(guān)理論與應(yīng)用研究[D];華中科技大學(xué);2017年

2 肖敏;協(xié)方差矩陣的幾何型收縮估計(jì)及其應(yīng)用[D];浙江工商大學(xué);2018年

3 劉忠穎;高維總體均值向量和協(xié)方差矩陣的同時(shí)檢驗(yàn)[D];東北師范大學(xué);2018年

4 王勵(lì)勵(lì);協(xié)方差矩陣的譜分析及其應(yīng)用[D];浙江大學(xué);2014年

5 王成;大維數(shù)據(jù)的總體協(xié)方差矩陣研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2013年

6 汪義凱;基于知識(shí)的雜波抑制與目標(biāo)檢測(cè)研究[D];電子科技大學(xué);2017年

7 許林;高維協(xié)方差矩陣結(jié)構(gòu)檢驗(yàn)[D];東北師范大學(xué);2014年

8 代保全;機(jī)載數(shù)字陣列雷達(dá)非均勻雜波抑制方法研究[D];西安電子科技大學(xué);2015年

9 晁淑媛;MIMO雷達(dá)若干關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2011年

10 馬寨璞;海洋流場(chǎng)數(shù)據(jù)同化方法與應(yīng)用的研究[D];浙江大學(xué);2002年

相關(guān)碩士學(xué)位論文 前10條

1 崔馨月;基于稀疏協(xié)方差矩陣檢測(cè)的統(tǒng)計(jì)質(zhì)量控制方法研究[D];山東財(cái)經(jīng)大學(xué);2018年

2 張壹;改進(jìn)的多元異質(zhì)自回歸模型在波動(dòng)擇時(shí)策略中的應(yīng)用[D];南京大學(xué);2019年

3 雷炳海;基于正則化協(xié)方差矩陣估計(jì)的波束形成設(shè)計(jì)[D];天津工業(yè)大學(xué);2019年

4 婁聯(lián)章;非均勻雜波空時(shí)協(xié)方差矩陣的估計(jì)[D];西安電子科技大學(xué);2018年

5 趙川婷;股票市場(chǎng)結(jié)構(gòu)化風(fēng)險(xiǎn)模型中因子協(xié)方差估計(jì)研究[D];華中科技大學(xué);2018年

6 李金星;收縮估計(jì)協(xié)方差矩陣的高斯貝葉斯分類算法的研究[D];廣西大學(xué);2018年

7 閔仁江;基于干擾噪聲協(xié)方差矩陣重構(gòu)的穩(wěn)健自適應(yīng)波束形成算法[D];廣西大學(xué);2017年

8 楊杰;基于矩陣重構(gòu)的自適應(yīng)波束形成改進(jìn)算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2018年

9 李恩來;協(xié)方差矩陣估計(jì)及其在投資組合中的應(yīng)用[D];云南財(cái)經(jīng)大學(xué);2017年

10 申小征;基于維數(shù)約簡(jiǎn)的區(qū)域協(xié)方差矩陣及其在人臉識(shí)別中的應(yīng)用[D];云南財(cái)經(jīng)大學(xué);2017年

，

本文編號(hào)：2709278