多维EWMA控制图的企业危机动态预警研究

合集下载

EWMA控制图说明

EWMA控制图说明

EWMA(Exponentially Weighted Moving-Average)Chart指数加权移动平均控制图一、应用条件:1)有时间序列的数据。

2)控制条件严格,检测精度很高的过程(标准差的变化为0.5至2西格玛)。

注:传统的控制图都是基于休哈特理论用3个西格玛来控制,我们无纺布公司一般用Xbar-R图。

3)图示说明:图1二、图形特点:不受正态假定的限定,图上的每个点包含着前面所有子组的信息,具有检出过程均值小漂移的敏感性。

三、相关公式:A:EWMA控制图的中心线的总均值,与休哈特的单值、或均值控制图的中心线是一样的。

B:控制图中点的计算公式注:从公式中可以看出每个点包含着前面所有子组的信息。

C:控制限的计算公式五:举例说明以某精密标准件的厚度为例,用Xbar-R图控制,没有异常,如图2图2但是用EWMA控制图来控制却有异常:图3可以从上控制线的数据来说明,Xbar-R的UCL值是3.178;而EWMA的UCL值是3.07596。

而他们的中心线都是一致的3.0385。

六:目前我司应用的控制图(以亲水产品的回渗为例):图4七、个人总结:没必要在无纺布领域应用EWMA控制图,因为休哈特理论是从电子和机加工行业延伸出来的,这种行业基本上是标准模具控制,加工条件相对稳定,才用3个西格玛进行控制。

而我们的无纺布这种流程性材料工艺本身决定随机因素影响较大,用0.5-2个西格玛来控制,基本上是不可行,可以说是作茧自缚。

克重还勉强可以控制(取样数据较多的情况下),如强力、伸长率、亲水性能就更难控制。

如果客户问及,我们可以说无纺布领域的物理性能控制用3西格玛就已经足以严格。

如果要用EWMA控制图,我们可以用minitab来做相应的分析用如图5。

图5。

基于马尔可夫链的EWMA控制图参数优化及其实现

基于马尔可夫链的EWMA控制图参数优化及其实现

量水 平 、控 制 图从 开 始 应 用 到发 出报 警 所 抽 取 的
Z= +f一 1 , =1L, l Z , , z () 1 其 中0< 1 一 个 常数 。E MA统 计 量 的 是 W
收稿 日期:2 0 - 8 8 0 9 0-1 基金项 目:总装预研项 目;国防基础科研项 目 作者简介:白双梅 (9 5 ) 1 8 一 ,女 ,内蒙人 ,硕士研究生,主要从事计算机集成制造、计算机辅助质量 管理 、过程管理等
息 ,因此 ,传 统 的休 哈特控 制 图对 小偏移 过程 不敏 感 ,往 往会造 成漏判 情况 的出现 。为此 ,研究 者们
样 本数 ,为 随 机 量 ,其 分布 状 况 可 以作 为控 制 图
应用 的决 策依 据 。AR 是RL L 的期 望 值 ,理 想 控制
图 的特 点是 :过程 受控 时 ,AR 值 尽 可 能大 ;过 L 程 失 控 时 ,ARL 尽 可能 小 。 目前 ,常 用 的ARL 值
关 注 ,相 关 研 究人 员 曾提 出 以 田 口质 量 损 失 函数
最 小 为 目标 的 C UM控 制 图优 化 设 计 方 法 , 应 US
方 法 ,基 于 malb 行仿 真 验 证 , 总结 出具 体 的 t 进 a
E WMA 制 图参数 优 化 步骤 ,并 基 于JE 平 台实 控 2E
提 出了累积和 ( U U )控制 图和指数加 权滑动平 C SM
均 ( WMA)控制 图来实现对小 偏移过程的监控 。 E E WMA控 制 图 的性 能 取 决于 参 数 ( 平滑 系数

将E WMA控 制 图绘 制 的过 程 近 似 看 成一 个 离散 的 马尔 可 夫链 ( 的取 值越 大 ,该 过程 越 近似 于 马尔 可夫 链 , ̄ AR 可 以用 转移 概率 矩阵表 示 。 J L J

基于EWMA控制图的多变异源统计过程控制方法

基于EWMA控制图的多变异源统计过程控制方法

指数加权移动平均(EWMA)控制图是 Roberts 于 1959 年提出。鉴于 EWMA 控制图对过程中小偏移比 Shew指数 hart 控制图敏感而备受质量控制界的关注。同时, 因此 加权移动平均是所有之前和当前样本的加权平均, 两 对数据的正态性并不敏感。与 Shewhart 控制图相比, 者各有所长。 针对多变异源过程控制, Emmanuel Yaschin 利用累积和控 采用方差分析, 计算各个变异的标准差, 制图来对多变异源控制[3]; Jones 等提出运用估计均值和 标准差来构建 EWMA 图,用于对小批量过程中的微小 质量变动进行监控[4]。何桢等提出改进 Shewhart 控制图 和 EWMA 控制图来控制多变异过程的方法比较 [5]。杜 福洲等应用多元指数加权移动平均控制图, 提出控制图 参数优化方法, 并应用于电子产品的焊点质量控制[6]。 由 于对多变异源控制需要对样本均值和各变异的标准差 同时进行控制, 本文利用方差分析方法对多变异源模型
2 张鼎周 1,包雷 ( 1.中国电子科技集团公司第二十八研究所,江苏 南京
210007;2.中国电子科技集团公司第五十五研究所,江苏 南京 210016)
Zhang Ding-zhou1,Bao Lei2(1.The 28th Research Institute of the CETC,Jiangsu Nanjing 210007; 2.The 55th Research Institute of the CETC,Jiangsu Nanjing 210016)
主要从事软件测试工作; 作者简介: 张鼎周(1983-), 男, 工程师, 硕士研究生, 包雷(1984-), 女, 工程师, 硕士研究生, 主要从事电子元器件可靠性试验工作。

传染病监测体系和预警方式的研究进展

传染病监测体系和预警方式的研究进展

传染病监测体系和预警方式的研究进展摘要:信息系统的有效利用是公共卫生服务沟通与决策的重要支撑,在传染病预防控制领域更是如此。

利用传染病监测系统识别影响传染病健康问题或风险,在此基础上展开预测预警、提出干预措施并分析效果,将后置的疾病治疗转化为前置的预防控制,对传染病防制至关重要。

传染病监测预警是我国疾病预防控制工作的重要内容之一。

本文综合探索分析了国内外传染病监测预警实施方法和应用情况,了解传染病监测体系和预警方式的现状,为提升传染病监测预警能力提供参考。

关键词:传染病;监测体系;预警方式引言目前传染病预警方式主要包括基于医疗机构临床和实验室诊断数据的监测预警、基于症状监测的预警和基于时空分析的监测预警,但实际运用中发现存在预警时间滞后、技术落后和缺乏信息共享等不足,难以满足实际防控需求。

建议构建传染病监测数据跨部门、跨系统的互联互通和智慧化多点触发机制,加强预警技术方法研究,形成多渠道智能化监测预警。

1现阶段传染病监测预警工作的难点1.1现行系统繁多且标准不统一从疾病监测系统看,现行法定传染病网络直报系统、突发公共卫生事件信息报告系统,以及后期陆续建成的艾滋病、结核病等30个单病种监测系统。

上述系统虽然均为B/S架构,但遵循的数据标准架构不一致,且个案数据缺少唯一的识别标识,客观上形成了多个信息孤岛,整合难度较大。

从各医院现行信息系统看,医疗机构的信息平台构成复杂,规范标准不统一。

1.2症状监测推广应用难度较大症状监测是早期预警的重要手段。

近年,我国陆续建成流感样病例、不明原因肺炎、脊髓灰质炎等症状监测系统,依托国家“艾滋病和病毒性肝炎等重大传染病防治”科技重大专项开展五大症候群的监测,积累了丰富的经验。

由于症状监测信息来源广泛、渠道复杂,最终结果离不开实验室验证,需要消耗大量的人力、物力和财力。

另外,针对不同的传染病,预警模型的选择是否恰当、预警临界值的设置是否合理,都会影响到预警敏感度和特异度,响应成本也不同。

多变量 EWMA 控制图

多变量 EWMA 控制图

多变量 EWMA 控制图
EWMA 控制图的多变量形式。

使用多变量 EWMA 控制图可以在指数加权控制图中同时监控两个或多个相关过程特征。

例如,使用多变量 EWMA 控制图可以监控塑料注模过程中的温度和压力。

每个多变量 EWMA 点都结合了来自与用户定义的加权因子组合的所有以前子组或观测值的信息。

多变量 EWMA 控制图可以帮助您较其他多变量控制图(如 T 方控制图)更快地检测出较小的过程偏差。

多变量 EWMA 控制图的另一个优点是,当计算中增加了一个小值或大值时,它们不会受到很大影响。

而且,您还可以将多变量 EWMA 控制图自定义为能检测过程中任意大小的偏差。

因此,它们经常用于监控受控过程,以检测出背离目标的较小偏差。

例如,下面的多变量 EWMA 控制图就是上述塑料注模示例的图示:
多变量 EWMA 控制图
控制上限之上没有点,因此可以认为变异是稳定的。

但是,有几个点比其余的点位置高,可以对这几个点进行分析。

图中的点可以基于子组,也可以基于单个观测值。

当数据在子组中时,计算每个子组中所有观测值的均值。

然后根据这些均值得出指数加权移动平均值。

如果有单个观测值,则根据单个观测值得出指数加权移动平均值。

指数加权移动平均控制图

指数加权移动平均控制图

1.介绍指数加权移动平均(EWMA)控制图用于一系列数据的集中趋势。

更容易观察到潜在的细微漂移。

最近的数据影响较大,随着距离的增加,先前点产生的影响被降低。

左侧普通趋势图,右侧指数加权移动平均控制图典型应用EWMA图表可以用于变量或者属性数据的分析。

该图表可以突出显示数值上微小的变化,但是不能很及时地反应大的变化或者十分迅速的事件。

EWMA算法的总体效果像是单个数据的初级滤器或者抑制器。

优势 EWMA图表便于得到总体趋势。

如果一种相对杂乱的测量系统无法清晰地显示潜在的工艺的趋势,EWMA图表也会有所帮助。

这种图表还对非常规数据比较有效,这是因为该方法对多个数据进行了平均化。

由于连续的数据点注定会产生相互的影响,这种类型的图表会产生共因变异量。

该移动平均法可能也与关键性能的指示参数的追溯有关,商业总产量取决于平均结果(例如生产速率或收率)。

EWMA 图对平均值的微小变化敏感,以高于原始数据图的辨识率显示它们。

工艺的快速检测意味着变化可以允许响应,以纠正先前及之后的偏离。

累积和控制图(见下文)可能显示均值漂移方面稍强大,但解析方面不够直观。

EWMA 图具有比较与检测结果相同单位的数据的优点。

劣势EWMA 图对于检测变异性中的变化没有帮助。

该图被设计成减低单个数据点的变异性,以便不分散数据的集中趋势。

EWMA 的抑制导致响应滞后。

一个变化的只会在许多样品出现新的均值后,才会变得直观。

单个特定事件不会在EWMA图表中得到强调。

需要使用其他方法(如警戒/行动限,个体控制图表等)来检测独立结果的偏离。

2.Minitab 17操作统计>控制图>时间加权控制图>EWMA附件:变更/修订记录版本号生效日期修订内容01 按标准化文件要求制定。

EWMA控制图的灵敏性分析 .doc

EWMA控制图的灵敏性分析 .doc
The main work and innovation of this paper lies at the use of Markov chain method to calculate the property indexes ARL of control chart, and then analyze the superiority of EWMA and Shewhart control chart. According to the comparison of sensitivity of EWMA and control chart, it shows that EWMA is more sensitive than control chart in the detecting of small process fluctuation; while control chart is more sensitive in handling mean mutation.
Байду номын сангаас(1)
其中E(X)是X的数学期望, 是X的标准差。
如在生产过程中,仅有偶然因素存在,则产品质量特征X将服从某种典型分布,通常为正态分布;当异常因素出现时,X就会偏离原来的典型分布,可用统计学中的假设检验方法来及时发现这种分布的偏离,从而以此来判断异常因素是否存在。
当过程不存在异常因素时, ,于是就有
Sensitive analysis of ewma control chart
Author:Shi GuodongTutor:Zhang Li
Abstract
Thecontrolchart is a kind of graph which measures, records, assesses and monitors the process quality and makes sure that the process is in control state. The control chart is designed on the theoretical basis of statistical method. Since 1924, the Shewhart control chart came into being and was widely applied in all walks of life; it has brought respectable economic benefits to various industries. However it is only sensitive to large fluctuations but weak in detecting small fluctuations. The EWMA was brought in under this circumstance. As a kind of control chart, EWMA has a good consideration on the historical data, so it has given different weights to different historical data. Based on these conditions, EWMA has good detection ability on the small fluctuations and the process of gradual fluctuations.

EWMA控制图

EWMA控制图

Zt X t 1 Zt 1,
0 1
泊松EWMA控制图
泊松EWMA统计量 Zt 的期望和方差分别为:
E(Zt ) 0
Var ( Zt )
(2 )

1 1
2t

0
当 t ,
Var ( Zt )

(2 )
0
3.休哈特图与EWMA图监控效果比较
EWMA图同样在第21点失控,但它不像X 图那样立 即消失,突变的影响对后面的样本逐渐减少,所 以第22点也在控制界限外,这时虚发警报,由此 说明不能用EWMA图代替 X 图。同时还注意,第 31点在控制界限内,同样不能用 X 图代替EWMA 图。
3.休哈特图与EWMA图监控效果比较
其中 k1 , k2 分别是几何EWMA控制图的上下控制限系数。
x!
x 0,1, 2,...
Y x1 x2 ... xn
泊松EWMA控制图
e n (n ) y P Y y y!
Zt Yt 1 Zt 1
泊松EWMA统计量 Zt 的期望和方差分别为:
E(Zt ) n0
Var ( Zt )

y 0,1, 2,...
要对这个过程控制,定义泊松EWMA统计量:
(2 )

1 1
2t
t ,
Var ( Z t )

n
0
(2 )
n0
泊松EWMA控制图
泊松EWMA控制图的上下控制限为:
UCL n0 k1
2

n0
LCL n0 k2
2

【国家自然科学基金】_ewma控制图_基金支持热词逐年推荐_【万方软件创新助手】_20140803

【国家自然科学基金】_ewma控制图_基金支持热词逐年推荐_【万方软件创新助手】_20140803

2012年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
科研热词 推荐指数 马尔科夫链 1 网络异常检测 1 流量矩阵 1 标准差控制图 1 标准化残差统计量 1 数据波动 1 指数加权滑动平均控制图 1 平均报警时间 1 多尺度建模 1 在线检测 1 可变抽样区间 1 光滑参数 1 主成分分析 1 ewma统计量 1 ewma控制图 1
2014年 序号 1 2 3 4 5 6 7 8 9 10 11 制图 过程质量控制 自相关计数过程 智能化 支持向量机(svm) 内部规律 二维markov链 t控制图 sdrl inar(1)过程 bootstrap方法 arl aewma 控制图 推荐指数 2 1 1 1 1 1 1 1 1 1 1 1 1
2013年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
科研热词 推荐指数 经济设计 3 可变抽样区间 3 指数加权移动平均控制图 2 马尔科夫链 1 非参数控制图 1 过程均值 1 车身焊接 1 质量控制 1 联合控制图 1 统计量 1 线性profile 1 监控 1 泊松分布 1 次序秩 1 标准差 1 方差 1 改进累积和控制图 1 指数加权移动平均(ewma)控制图 1 几何分布 1 ewma 1
2010年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
科研热词 推荐指数 控制图 4 自相关过程 2 自相关函数 2 统计过程控制(spc) 1 稳健性 1 有偏总体 1 批滑动平均 1 批均值 1 总体协方差矩阵估计量 1 微小偏差 1 平滑系数 1 平均链长 1 平均产品长度 1 对数正态分布 1 多品种小批量生产 1 多元指数加权移动平均(mewma)控制图 1 均值向量偏移系数 1 ewma均值控制图 1

EWMA控制图说明

EWMA控制图说明

EWMA(Exponentially Weighted Moving-Average)Chart指数加权移动平均控制图一、应用条件:1)有时间序列的数据。

2)控制条件严格,检测精度很高的过程(标准差的变化为0.5至2西格玛)。

注:传统的控制图都是基于休哈特理论用3个西格玛来控制,我们无纺布公司一般用Xbar-R图。

3)图示说明:图1二、图形特点:不受正态假定的限定,图上的每个点包含着前面所有子组的信息,具有检出过程均值小漂移的敏感性。

三、相关公式:A:EWMA控制图的中心线的总均值,与休哈特的单值、或均值控制图的中心线是一样的。

B:控制图中点的计算公式注:从公式中可以看出每个点包含着前面所有子组的信息。

C:控制限的计算公式五:举例说明以某精密标准件的厚度为例,用Xbar-R图控制,没有异常,如图2图2但是用EWMA控制图来控制却有异常:图3可以从上控制线的数据来说明,Xbar-R的UCL值是3.178;而EWMA的UCL值是3.07596。

而他们的中心线都是一致的3.0385。

六:目前我司应用的控制图(以亲水产品的回渗为例):图4七、个人总结:没必要在无纺布领域应用EWMA控制图,因为休哈特理论是从电子和机加工行业延伸出来的,这种行业基本上是标准模具控制,加工条件相对稳定,才用3个西格玛进行控制。

而我们的无纺布这种流程性材料工艺本身决定随机因素影响较大,用0.5-2个西格玛来控制,基本上是不可行,可以说是作茧自缚。

克重还勉强可以控制(取样数据较多的情况下),如强力、伸长率、亲水性能就更难控制。

如果客户问及,我们可以说无纺布领域的物理性能控制用3西格玛就已经足以严格。

如果要用EWMA控制图,我们可以用minitab来做相应的分析用如图5。

图5。

ewma控制图

ewma控制图


对比小结
• EWMA 图可以这样理解:通过对所 图可以这样理解: 有过去小波动的累加,使其表现 有过去小波动的累加, 出有较大的波动, 出有较大的波动,从而增加了控 制图对小漂移的敏感性 • 与X 控制图相比,EWMA 图的弊 控制图相比, 端在于不能很好的发现过程中的 突发变化, 突发变化,这种现象同样是对过 去样本数据波动的积累造成的。 去样本数据波动的积累造成的。
LOGO
EWMA控制图 EWMA控制图
组员
杜学敏、王丽静、 杜学敏、王丽静、陈雷 孙晓芳、张越、 孙晓芳、张越、苗凤娜
1
EWMA控制图的提出背景 EWMA控制图的提出背景
2
EWMA控制图的原理 EWMA控制图的原理
EWMA控制图与X EWMA控制图与X图的比较 控制图与
3
EWMA控制图优点 4:EWMA控制图优点 目录

Robert于1959年提出了指数加权滑 Robert于1959年提出了指数加权滑 动平均(Exponentially 动平均(Exponentially Weighted Average,EWMA)控制图 控制图。 Moving Average,EWMA)控制图。
基于EWMA 基于EWMA 控制图采用指数加权累计移动 均值设置控制线, 均值设置控制线,因而可以不受正态假 定的限定、 定的限定、加之图上的每个点包含着前 面所有子组的信息, 面所有子组的信息,具有检出过程均值 小漂移的敏感性。 小漂移的敏档分享能灵敏地检能灵敏地检测出过程的测出过程的变化趋势变化趋势预报的误差较小预报的误差较小方法简单方法简单迅速可靠迅速可靠能使控制参数随机能使控制参数随机的变化得到平滑的变化得到平滑预报误差有预报误差有明确的范围明确; λ ≤1 是加权常数,软件默认是0.2 0.2, 是加权常数,软件默认是0.2,一般建议设 0.05< 0.25。 为0.05<入≤0.25。

基于 EWMA 控制图模型的公司财务质量判别

基于 EWMA 控制图模型的公司财务质量判别

基于 EWMA 控制图模型的公司财务质量判别杜军;徐建【摘要】针对以往基于静态数据的两分类判别法的不足,选取沪深A股公司季报数据,将公司的财务质量分为正常、不稳定和困境3种状况,构建了具有时间累积性的EWMA控制图模型进行判别分析。

选取了另外的24家沪深A股公司对模型的判别准确率进行了测试。

结果表明,通过构建EWMA控制图模型并划分不同的控制限,可以对多个类型的公司财务质量做出有效的判别。

%There are some shortcomings in previous two classification discriminated methods based on static data .A-shares companies in the Shanghai Securities Exchange and the Shenzhen Securities Exchange were selected to construct EWMA control chart model which has characteristic of the time accumulation .The companies'financial quality was divided into three situations of normal, instability and distress.At last, another 24 A-shares companies in the Shanghai Securities Exchange and the Shenzhen Securities Exchange were chosen to test accuracy rate of the model .Research results show that , it can make effective judgment on the financial quality of multiple types of companies by constructing a EWMA control chart model and dividing into different control limit.【期刊名称】《武汉理工大学学报(信息与管理工程版)》【年(卷),期】2014(000)002【总页数】5页(P260-264)【关键词】财务质量;向量自回归移动平均模型;EWMA控制图【作者】杜军;徐建【作者单位】天津大学管理与经济学部,天津300072;天津大学管理与经济学部,天津 300072【正文语种】中文【中图分类】F270.7目前比较典型的财务质量判别模型包括Z分数模型、逻辑回归模型、BP神经网络模型、支持向量机模型、贝叶斯模型及控制图模型等[1-8]。

制造系统多级质量控制模式与控制图方法研究

制造系统多级质量控制模式与控制图方法研究

制造系统多级质量控制模式与控制图方法研究产品的最终质量是制造系统中各种误差或缺陷综合作用的结果。

特别是,就复杂制造系统而言,质量影响因素众多,关系错综复杂,其质量问题呈现出多样性、层次性、随机性和动态性等特点。

许多企业质量问题频发,尤其是重复性的质量问题层出不穷,致使企业疲于应付,不仅带来了巨大的经济损失,而且产品的质量也无法得到有效的提升。

这已成为制约我国制造业发展的难点。

论文围绕机电产品制造系统中所遇到的典型质量问题,采用GQMM、证据理论、模糊理论、马尔科夫链等方法对制造系统质量问题的结构化分析、建模、控制图的设计及应用等问题展开研究。

全文共有八章:第1章论文首先分析了制造系统质量控制技术的研究背景和意义。

接着,简要介绍轴承制造过程并分析了制造系统及其质量控制技术的基本特点。

在分析制造系统质量控制技术研究现状的基础上,提出了制造系统质量控制技术面临的关键问题。

最后,介绍了本文的研究内容和组织结构。

第2章提出了以质量控制中的目标、问题、指标、措施等基本要素为主线,以结构化原理为指导,以制造系统为载体,以控制和改进制造系统质量为目标的多层次、知识型质量问题结构化分析。

论文首先介绍了GQMM(目标-问题-指标-措施)方法,并对它们之间的映射关系进行形式化描述。

接着,给出了制造系统质量问题结构化分析框架,为质量控制模式的决策、统计过程控制技术的开展奠定基础。

最后,成功地将上述方法应用于轴承制造系统的质量问题结构化展开。

第3章针对制造系统的质量问题层出不穷而企业常常疲于救火式管理、难以从根本上解决质量问题的现状,提出了一种包含反应式、预防式、预报式和先行式的多级质量控制模式。

首先,论文分析了质量问题层次结构性、因果性和动态性的特点,进而提出了多级质量控制模式。

接着,分析和比较了反应式、预防式、预报式和先行式质量控制模式的特点。

最后,提出了反应式、预防式、预报式和先行式质量控制模式的流程,并对多级质量控制模式的框架进行了研究。

多元统计分析在企业财务危机预警中的应用

多元统计分析在企业财务危机预警中的应用

多元统计分析在企业财务危机预警中的应用
李杰;王蔚佳;刘兴智
【期刊名称】《土木建筑与环境工程》
【年(卷),期】2004(026)005
【摘要】主要针对我国家电业上市公司,利用其公开披露的年报财务信息和数据,运用聚类分析法、判别分析法和主成份分析法等多元统计分析方法,并借助于SPSS 统计分析软件,建立多变量预测模型进行企业财务危机预警的实证分析.利用财务危机预警体系,企业可以预先发现将有可能出现的财务危机.分析研究方法可供国内的上市公司和非上市公司进行财务危机预警分析的参考.
【总页数】6页(P118-123)
【作者】李杰;王蔚佳;刘兴智
【作者单位】电子科技大学,成都,610054;重庆大学,重庆,400045;电子科技大学,成都,610054
【正文语种】中文
【中图分类】F224.7
【相关文献】
1.多元统计分析在上市公司财务危机预警中的应用 [J], 马雨
2.多元统计分析在企业财务危机预警中的应用 [J], 丁尚
3.大数据时代多元统计分析在企业财务管理中应用研究 [J], 刘超
4.大数据时代多元统计分析在企业财务管理中应用研究 [J], 刘超
5.多元统计分析在企业成本管理中应用研究 [J], 李博
因版权原因,仅展示原文概要,查看原文内容请购买。

VSS EWMA均值控制图和预防维修联合经济设计模型

VSS EWMA均值控制图和预防维修联合经济设计模型

VSS EWMA均值控制图和预防维修联合经济设计模型陈洪根【摘要】针对生产过程质量特性均值漂移由设备异常导致的可修系统,提出一种可变样本容量指数加权移动平均均值控制图和预防维修联合经济设计模型.在该模型中,系统被界定存在控制图误报警、正确报警、预防维修点到达3种更新情景;针对样本可变情况,分析得到了控制图两类错误期望概率;为避免平均失控运行长度带来的计算复杂等问题,以抽样间隔为基本分析单元代替传统方法的失、受控两阶段分析模式,建立了各更新事件期望周期成本和时长的函数表达式,进而构建了单位时间期望成本最小化决策模型,并与蒙特卡罗仿真方法进行了对比分析.应用实例分析结果表明,该模型能够较真实地反映生产系统实际运行状况,并可为系统优化分析提供支持.最后,对模型参数进行了灵敏度分析.%For the repairable system of process mean shift which caused by,failure,a joint economic design model for Variable Sampling Size Exponentially Weighted Moving Average (VSS EWMA) mean chart and Planned Maintenance (PM) was developed.In this model,three renewal-scenarios which were in-control alert signal,out-of-control alert signal and no alert signal were considered.The expected probability of Type-Ⅰ error and Type-Ⅱ error of VSS EWMA mean chart was obtained by Markov Process.To avoid computational difficulties and other issues resulting from the average runs length during out-of-control process,each scenario's cycle cost and cycle time were established by the analysis of each sampling interval process,instead of in-control process and out-of-control process in previous models.Furthermore,a mathematical model was given to minimize the expected cost per unittime.A Monte Carlo simulation experiment was conducted as comparisonto ensure the analysis of the presented model.The results of a case indicated that the model had a satisfactory application performance and could optimize system's cost.A sensitivity analysis was performed to demonstrate the effects of model parameters.【期刊名称】《计算机集成制造系统》【年(卷),期】2017(023)004【总页数】10页(P842-851)【关键词】可修系统;可变样本容量;指数加权移动平均均值控制图;预防维修;联合经济设计;灵敏度分析【作者】陈洪根【作者单位】郑州航空工业管理学院管理工程学院,河南郑州450015【正文语种】中文【中图分类】TB114;TH17作为保证系统过程质量的两个关键管理工具,统计过程控制(Statistical Process Control, SPC)和预防维修管理之间虽然联系紧密[1],但长期以来两者的研究大都是各自沿着自身的发展路线独立进行的[2-3]。

具有可变样本容量的非正态EWMA控制图

具有可变样本容量的非正态EWMA控制图

具有可变样本容量的非正态EWMA控制图薛丽【期刊名称】《运筹与管理》【年(卷),期】2016(025)006【摘要】为了提高控制图的监控效率,本文研究非正态分布下,E WMA控制图的可变样本容量设计问题。

首先利用 Burr分布近似各种非正态分布,构造可变样本容量的非正态 EWMA控制图;其次运用马!科夫链法计算可变样本容量非正态E WMA 控制图的平均运行长度;然后与传统的非正态 E WMA 控制图进行比较得出:当过程中出现小波动时,可变样本容量的非正态 E WMA控制图能够更快地发现过程中的异常波动,具有较小的平均运行长度,其监控效率明显优于传统的非正态 E WMA控制图。

%In order to improve the monitoring efficiency of control charts,the EWMA control chart under non-normal distribution with variable sample size (VSS )is constructed in this paper;The Markov chain method is applied to calculate the average run length(ARL)of the VSS EWMA control charts.The computing results show that the VSS EWMA control chart under non-normal distribution is the more efficient in detecting shifts than the traditional EWMA control chart,and has a shorter the average run length to find the abnormal fluctuation.【总页数】6页(P224-229)【作者】薛丽【作者单位】郑州航空工业管理学院管理工程学院,河南郑州 450000【正文语种】中文【中图分类】TB114.2【相关文献】1.基于田口质量损失函数的非正态EWMA控制图优化设计 [J], 薛丽2.基于动态、非正态EWMA控制图的废旧产品再制造质量控制方法 [J], 姜兴宇;代明明;李丽;宋博学;张皓垠3.具有可变抽样区间的非正态累积和控制图 [J], 薛丽4.具有可变抽样区间的Poisson INAR(1) EWMA控制图 [J], 郭新俊;朱永忠5.可变抽样区间的非正态EWMA均值控制图 [J], 吉明明;赵选民;唐伟广因版权原因,仅展示原文概要,查看原文内容请购买。

企业风险与危机管控的维度

企业风险与危机管控的维度

企业风险与危机管控的维度
1.风险评估:对于企业可能面临的各种风险进行评估和分析,包括市场风险、财务风险、战略风险、人力资源风险等。

2. 风险预防:针对风险评估中确定的高风险领域,采取针对性的预防措施,以尽可能降低风险的发生概率。

3. 风险转移:企业可以采取保险等方式将部分风险转移给保险公司等第三方机构。

4. 危机预警:对于可能引发危机的事件进行预警,以便及时采取应对措施。

5. 危机应对:针对危机事件,制定应对方案,包括组织危机管理团队、明确责任分工、制定应对流程等。

6. 危机后续处理:危机发生后,及时进行事后处理和评估,包括对危机应对方案的评估和改进,以及对企业形象和声誉的修复。

- 1 -。

可变抽样区间几何 EWMA 控制图的经济设计

可变抽样区间几何 EWMA 控制图的经济设计

可变抽样区间几何 EWMA 控制图的经济设计薛丽【期刊名称】《运筹与管理》【年(卷),期】2013(000)004【摘要】为了降低生产过程周期成本,本文对单位缺陷数服从几何分布时,可变抽样区间的指数加权移动平均(EWMA)控制图进行经济设计。

首先建立可变抽样区间几何EWMA控制图的经济模型,使单位时间期望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几何EWMA控制图的经济模型进行灵敏度分析和最优性分析。

研究结果表明单位时间期望费用分别随着异常原因发生的频率、过程失控时单位时间的质量费用、发现异常原因的时间期望值和纠正过程的时间期望值的增大而增大。

%To reduce the production process cycle cost , the economic design of exponential weighted moving aver-age(EWMA)control chart with variable sampling intervals (VSI)under geometric distribution is discussed in this paper.First, the economic model of VSI EWMA control chart under geometric distribution is developed , the optimal values of the parameters will be determined such that the expected total cost is minimized .Further , the genetic algorithms will be used to search for the optimal values of the parameters of the VSI EWMA control chart under geometric distribution .Finally, the sensitivity analysis and optimality analysis of this model is done .The result of sensitivity analysis shows that the occurrences frequency of the assignable cause , the average quality cost per hour whileproducing out of control , expected time to discover the assignable cause and expected time to cor-rect the process significantly affect the average total cost .The larger the four model parameters respectively , the larger the average total cost .The economic design method which proposed in this paper can be applied to other VSI control charts .【总页数】7页(P126-132)【作者】薛丽【作者单位】郑州航空工业管理学院管理科学与工程学院,河南郑州,450000【正文语种】中文【中图分类】TB114.2【相关文献】1.监控均值标准差的可变抽样区间EWMA图经济设计 [J], 薛丽2.具有可变抽样区间的Poisson INAR(1) EWMA控制图 [J], 郭新俊;朱永忠3.可变抽样区间的非正态EWMA均值控制图 [J], 吉明明;赵选民;唐伟广4.可变抽样区间的几何EWMA控制图设计 [J], 薛丽5.可变抽样区间泊松EWMA控制图的经济设计 [J], 薛丽因版权原因,仅展示原文概要,查看原文内容请购买。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。


引言
企业 危机预警 在银行 资信评估 、 证券 市场投 资 、
约率模 型 ( DF 。2 纪 9 代 以后 , E ) 0世 O年 围绕 企 业
危机预测研 究涌 现 出大量 开 拓创 新 的方 法 , 如基 于
模 糊法则 的分 类 模 型 [ 、 沌 模 型[ 、 1混 ] 2 自组 织 映 射 ]
公 司财务 管 理及 内部 风 险 控 制 等 领 域得 到 广 泛应 用 。从 预测方法来 看 , 统 的危 机 预警 主要 被 表述 传
第1 5卷第 5 期
21 0 0年 l O月
工 业 工 程 与 管 理
I d sr l gn eiga dM a a e n n u ti a En i e rn n n g me t
Vo . 5 No 5 11 .
0c .2 1 t 00
文章编号 :0 75 2 (0 0 0 —0 00 1 0 —4 9 2 1 ) 50 7 —6
于序 贯概 率 比 检 验 的 累积 变异 危 机 决 策 规 则 , 通 过 向 量 自回 归 滑 动 平 均 拟 合 得 到 一 个 与 并
Ma aa o i 距 离有 关 的算式 , h ln bs 将其 应用 于 E WMA 控制 图 , 构建 了多维趋 势型危机预 警判别 模式 。 实证 表 明, 出的模 型能够很 好地预 测危机 转 变的时点和趋 势 , 中长期预测 上优 于传 统的统计 判 提 在
多维 E WMA控 制 图 的 企 业 危 机 动 态 预 警 研 究
刘建ቤተ መጻሕፍቲ ባይዱ国
( 阳师 范学院 商学 院 , 洛 河南 洛 阳 4 1 2 ) 7 0 2 摘要 :将企 业危机 演变视 为财务 向量 序列 由健 康公 司向危机公 司转 变的 累积 变异过程 。利 用 VAR MA 模型 的 多变量 均值拟 合方 法和 E WMA 控制 图对过程 变异 的 累加 记 忆特 性 , 出一个基 提
v c o e u n e fo h a t o p n o c ii c m p n .Ac o d n o t i f a u e t i p p r e t r s q e c r m e lh c m a y t rss o a y c r i g t hs e t r , hs a e
别模 型 。
关键词 :危机预 警 ;E WMA控 制 图; VAR MA模 型 ;Ma aa o i 距 离;序贯概 率 比检验 h ln bs
中图分类 号 : 2 0 F 7 文献标识码 : A
Dy m i e c i g i sn s ii s d o na c Pr ditn n Bu i e s Crss Ba e n
M u t— i e i na lid m nso lEW M A nt o a t Co r lCh r
LI Ja - u U in g o
( c o l fBu ie s Lu y n r l S h o sn s , o a gNo ma iest Lu y n 7 0 2 Chn ) o Un v r i y, o a g 4 1 2 , ia Ab ta t Th v l t n o n e p iec i se bt h r c s f y a cd it nt ef a ca sr c : ee ou i f t r rs rs x ist ep o e so n mi rf h i n il o e i d i n
u i z dt emu t a it i e isp o e so t ie h li rae t l v me s re r c s fVARM A d la d t ea c m uaie me r n mo e n h c u lt mo y i v
t ep o e sv ra i n o W M A n r 1 a tt r d c u i e sf i r . e r s l s o d t a h r c s a i t fE o Co t o Ch r o p e itb sn s al e Th e u t h we h t u mu t d me so a li i n i n l — EW M A d l a e e tt e t a st n t eo h n e p iea h e e n r m mo e c n d t c h r n ii i ft e e t r rs c iv me tfo o m g o o a .Th p o o e o e a s c n f r c s t e n e p ie al r e d n y n h o d t b d e r p s d m d l lo a o e a t h e t r rs f i e t n e c .I t e u me a h s r l n — e m r d c i g, h s m o e s r a s s h t tsi a itn t n mo e n t p a e o o g t r p e it n ti d l u p s e t e s a it l s i c i d l a d c d o CU S M d 1 U mo e . Ke r s rss p e ito y wo d :c ii r d c i n;EW M A o t o h r ;VARM A d l c nrl at c mo e ;M a a a o i d s a c ; h l n b s i t n e s q e ta r b b l y r t e t e u n i l o a i t a i t s p i o
相关文档
最新文档