基于多元泊松和时间序列模型的累积和控制图设计

基于多元泊松和时间序列模型的累积和控制图设计

论文摘要

多元离散数据在现代制造业中非常普遍,多元泊松控制图常被用来监控此类数据,如MP,MP-CUSUM和MP-EWMA图。然而这些控制图都假设数据服从等协方差的多元泊松模型,限制各个变量之间的相关性关系,因此应用范围狭窄。本文基于异协方差多元泊松模型,提出GMP-CUSUM累积和控制图。在考虑不同相关性样本,变量偏移个数和偏移大小的情况下,通过蒙特卡洛模型,比较传统MP控制图和新控制图的平均运行链长(ARL),发现异协方差多元泊松模型更加适应对多元离散数据的建模,新控制图提高了对过程偏移的灵敏度。在实际应用中,异协方差多元泊松模型能分析异相关性的多元数据,应用范围广;新控制图能更快速地检测到异常过程偏移,灵敏度高。除此之外,在时间维度上具备自相关性质的统计过程控制也具有重要意义,时间序列控制图常被用来监控此类数据,如P-CUSUM和P-EWMA图等。而过去的控制图都建立在一维的泊松整数值时间序列模型基础上,忽视多个维度之间的相关性,因此应用范围有限。本文基于多元泊松一阶自回归时间序列模型,建立多元累积和控制图。之后利用蒙特卡洛模拟,研究了模型参数和偏移距离对该控制图性能的影响。与传统的一维自相关数据的控制图相比,在某些参数组合下,新控制图对过程偏移具有较高的灵敏度。在实际应用中使用新控制图监控多元数据,能保证生产过程的稳定性,因而具有重要的实际意义。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  •   1.1 研究背景与研究目的
  •   1.2 研究对象
  •   1.3 文献综述
  •     1.3.1 多元计数值控制图
  •     1.3.2 整数值时间序列控制图
  •   1.4 研究内容与论文结构
  • 第2章 基于异协方差多元泊松模型的累积和控制图设计
  •   2.1 多元泊松数据建模
  •     2.1.1 等协方差多元泊松模型
  •     2.1.2 异协方差多元泊松模型
  •   2.2 GMP-CUSUM控制图设计方法
  •     2.2.1 似然比检验和控制线求解方法
  •     2.2.2 马尔可夫链方法求解ARL
  •   2.3 控制图的性能评估与比较
  •     2.3.1 算例一的结果分析
  •     2.3.2 算例二的结果分析
  •   2.4 本章小结
  • 第3章 基于多元泊松自回归时间序列的累积和控制图设计
  •   3.1 多元泊松整数自回归时间序列模型
  •     3.1.1 一维泊松一阶自回归时间序列
  •     3.1.2 多元泊松一阶自回归时间序列
  •   3.2 MP-INAR(1)控制图设计方法
  •   3.3 控制图性能分析
  •     3.3.1 仿真参数设定
  •     3.3.2 参数组合对控制图性能的影响
  •   3.4 本章小结
  • 第4章 实例分析
  •   4.1 GMP-CUSUM控制图在案例中的应用
  •   4.2 GMPINAR-CUSUM控制图的实例分析
  • 第5章 总结与展望
  •   5.1 全文总结
  •   5.2 未来研究展望
  • 参考文献
  • 致谢
  • 攻读硕士学位期间已发表或录用的论文
  • 文章来源

    类型: 硕士论文

    作者: 龙威

    导师: 李艳婷

    关键词: 多元泊松模型,多元泊松自回归时间序列,累积和控制图,蒙特卡洛模拟

    来源: 上海交通大学

    年度: 2019

    分类: 基础科学,工程科技Ⅱ辑

    专业: 数学,数学,工业通用技术及设备

    单位: 上海交通大学

    分类号: TB114.2

    DOI: 10.27307/d.cnki.gsjtu.2019.001185

    总页数: 67

    文件大小: 1602K

    下载量: 23

    相关论文文献

    • [1].基于一阶时间序列模型的学生微格录播的效果预测[J]. 现代经济信息 2019(23)
    • [2].基于时间序列模型的变电站沉降预测分析[J]. 测绘与空间地理信息 2019(12)
    • [3].时间序列模型在交通量预测中的适应性分析[J]. 公路交通技术 2020(03)
    • [4].时间序列预测模型及其应用[J]. 金融理论与教学 2018(01)
    • [5].时间序列模型在医保总额管理中的运用及效果评价[J]. 中国卫生事业管理 2017(04)
    • [6].卡尔曼滤波在高频金融时间序列模型预测中的应用[J]. 统计与决策 2017(13)
    • [7].两种时间序列模型在客流量预测上的比较[J]. 计算机工程与应用 2016(09)
    • [8].基于时间预测模型预测全面二胎政策下未来我国人口的数量[J]. 课程教育研究 2017(36)
    • [9].模糊时间序列模型研究综述[J]. 模糊系统与数学 2014(03)
    • [10].我国社会消费品零售总额时间序列模型及预测[J]. 经济论坛 2011(06)
    • [11].时间序列模型对黑龙江省水稻比较优势的预测[J]. 东北林业大学学报 2008(10)
    • [12].2004—2018年湖北省丙型肝炎流行特征与趋势[J]. 中华疾病控制杂志 2020(04)
    • [13].小波变换和时间序列模型相结合的降雨量预测[J]. 高师理科学刊 2020(08)
    • [14].基于广义模糊时间序列模型的动态顾客需求分析与预测[J]. 东华理工大学学报(自然科学版) 2018(04)
    • [15].基于时间序列模型的水资源未来发展预测数据分析[J]. 电子技术与软件工程 2019(15)
    • [16].我国铁路客运量的季节时间序列模型[J]. 统计与决策 2015(07)
    • [17].基于模糊逻辑关系组的时间序列模型改进[J]. 应用数学学报 2015(04)
    • [18].基于混合时间序列模型的粮食产量预测[J]. 统计与决策 2013(12)
    • [19].时间序列模型在我国年度世界冠军预测中的应用[J]. 成都体育学院学报 2008(02)
    • [20].时间序列模型下结构损伤识别方法及应用前景分析[J]. 公路交通科技(应用技术版) 2019(08)
    • [21].广义模糊时间序列模型模糊区间划分研究[J]. 大连理工大学学报 2013(03)
    • [22].美元欧元间汇率的时间序列模型设计[J]. 甘肃金融 2013(10)
    • [23].用时间序列模型预测深层地下水位[J]. 水资源研究 2010(04)
    • [24].时间序列模型在金融产品价格预测的效果分析[J]. 时代金融 2015(05)
    • [25].时间序列模型在风场风速预测中的应用[J]. 水利水电技术 2016(12)
    • [26].旅游客流量预测的模糊时间序列模型——以黄山风景区为例[J]. 合肥学院学报(自然科学版) 2014(04)
    • [27].季节时间序列模型在平菇价格预测中的应用[J]. 贵州农业科学 2013(11)
    • [28].模糊时间序列模型在滑坡预测预报中的应用[J]. 地理空间信息 2014(02)
    • [29].基于时间序列模型的商行信贷规模与风险管理分析[J]. 现代商业 2019(24)
    • [30].对我国广义货币供应量的时间序列模型分析[J]. 佳木斯大学学报(自然科学版) 2019(05)

    标签:;  ;  ;  ;  

    基于多元泊松和时间序列模型的累积和控制图设计
    下载Doc文档

    猜你喜欢