面向小批量生产过程的贝叶斯控制图经济设计

在已有静态控制图的基础上,通过贝叶斯方法利用样本信息对过程信息进行更新.借助贝叶斯理论和马尔科夫链构造了生产过程的贝叶斯状态转移矩阵及检测概率模型,考虑了扰动发生的时间对成本函数的影响,将过程信息的更新与检测概率模型相结合,构造了抽样间隔、样本量和控制限随过程信息时变的动态控制图.运用直接搜索算法搜索最优解,结果表明过程信息的更新对决策效果有着显著的影响,使用动态控制图的单件产品期望成本要小于静态控制图的单件成本.     

小批量生产过程VSI控制图经济设计

本文设计了一种面向小批量生产过程的变抽样区间(variable sample interval, VSI)控制图.根据参数的变化情况,变参数(variable parameter, VP)控制图被分为包括VSI控制图在内的几种不同类型的控制图.在带来成本节省的同时, VP控制图也增加了操作的复杂性; 综合考虑成本节省和操作复杂性, VSI控制图被证明是最有效的一种控制图.经济设计控制图的核心是成本的最优化,传统经济图在设计时,没有考虑扰动发生的时刻对成本的影响. 本文对过程状态进行重新划分,考虑了扰动发生的不同时刻对过程成本的影响;利用马尔科夫链和贝叶斯理论,构造了抽样区间随过程信息更新而变化的动态控制图. 仿真结果表明:相比于已有的VSI控制图,本文设计的控制图更具有成本优势,因此具有更大的实用价值.     

多响应三水平部分因子试验设计的建模与优化

针对多响应三水平部分因子试验,当筛选试验中候选变量个数大于试验样本数时,本文提出了一种考虑因子效应原则的建模与优化方法.首先,构建三水平对照试验,并结合二元变量指示器构建Bayesian Lasso模型;其次,根据因子效应原则,分三个阶段逐步更新二元变量指示器的先验信息,并利用变量指示器的后验概率来识别显著性变量,确定模型结构;然后,在此基础上结合贝叶斯抽样技术构建多变量过程能力指数函数,并通过最大化该函数获得最佳的参数设计值;最后,实际案例的结果表明:本文所提方法不仅能够有效地筛选出多响应三水平部分因子试验的显著性变量,而且能够获得最佳的参数设计值.     

目标数据缺失下离散动态贝叶斯网络的参数学习

离散动态贝叶斯网络参数学习的难点在于:隐藏节点的片间转移概率获得及观测数据发生不同程度缺失。针对上述问题,提出基于目标缺失数据估计的前向递归参数学习算法。该算法利用离散动态贝叶斯网络中各观测变量与隐藏变量之间的对应关系,采用支持向量机建立观测变量间的非线性函数关系完成缺失数据估计,此基础上利用完整数据集和前向递归算法完成片内和片间参数更新。以空中目标识别为仿真背景,通过与期望最大算法对比,验证了该算法的学习效率和精度两个方面的优势。     

基于模糊概率的多状态贝叶斯网络可靠性分析

利用贝叶斯网络对多状态系统进行可靠性分析时,各根节点不同状态的精确概率难以获得。因此提出了把模糊理论与贝叶斯网络方法相结合,将不同专家给出的根节点各状态发生概率的语言变量转化为三角模糊数,并经过均值化、解模糊和归一化得到不同状态的发生概率的精确值。将其代入多状态贝叶斯网络中,计算叶节点不同状态的发生概率,进而计算各根节点的后验概率及风险增加当量重要度。通过实例分析验证了该方法的可行性。应用该方法能够提高贝叶斯网络处理不确定性问题的能力,使其在解决多状态不确定性系统可靠性和安全性问题时发挥更大的作用。     

预防维修和VSS EWMA方差控制图联合经济决策模型

针对潜在故障导致过程质量方差漂移的可修系统,提出了一种将预防维修和监控过程方差的可变样本容量EWMA控制图联合考虑的经济决策模型.在分析确定预防维修和过程质量监控耦合机制形成的五种更新策略基础上,构建了以单位时间期望成本最小化为目标的集成决策模型.针对每种状况的期望更新成本和周期计算问题,与传统模型大多基于受控和失控两个总过程来构建的思路不同,本文采取了基于每个抽样间隔期的思路进行建模,避免了控制图平均失控运行长度计算的复杂性等问题.实例分析结果表明,本文模型由于充分考虑了预防维修和控制图两者之间耦合关系,能够获得比原先独立决策更优经济效益的决策结果.最后,利用试验设计和回归分析方法,对模型的时间和成本参数进行了灵敏度分析.     

多变量过程的边界调整策略

针对存在设置偏差且生产阶段有限的多变量过程,研究了调整费用恒定情形下的使过程质量损失最小的边界调整策略.在建立过程状态空间方程的基础上,利用贝叶斯推断和动态规划给出了调整策略中随生产阶段变化的边界.通过算例解释了边界调整策略的实现方法,并通过仿真将调整策略与其他两种质量控制策略进行了比较分析,仿真结果表明调整策略能够更好的减少过程的总体质量损失.     

自相关过程协方差阵的残差MEWMA控制图

本文研究多变量自相关过程协方差矩阵的质量监控问题.针对服从VAR(1)模型的多变量自相关过程,基于残差分析思想,将多变量指数加权移动平均(MEWMA)控制图用于对过程的监控.首先对残差MEWMA控制图统计量进行了推导,其次采用MonteCarlo仿真的方法,以平均运行链长为评价准则对残差MEWMA控制图的监控效果进行了分析.仿真结果表明,残差MEWMA控制图具有较好的监控效果.     

一种改进的鲁棒分散PID控制器的设计

针对复杂的多变量化工过程控制,通过对有效传递函数方法的改进,得到了一种鲁棒性较高的多变量分散PID控制器设计方法METF(改进的有效传递函数法).在有效传递函数方法的基础上,首先导出了多变量FOPFD(一阶加纯滞后)和SOPTD(二阶加纯滞后)对象的传递函数到状态空间表达式的-种转换通式:再由多变量PID控制系统的结构的统一性,推导出整个系统的闭环状态空间表达式,便于求职各种综合崜能指标,并在此基础上对PID整定公式中的幅值裕度进行多目标NLJ寻优:最后利用完整性判据鉴定参数整定结果.仿真实例证实了改进方法的有效性,鲁棒性和通用性.     

基于贝叶斯网络的故障树分析

文章简要阐述了贝叶斯网络的构造原理和网络信念的传播与更新,并详细说明了故障树向贝叶斯网络转化的过程,主要包括结点与事件的映射关系和联接强度与逻辑门的映射关系.最后通过一个实例说明了故障树向贝叶斯网络的转化过程,并对二者的推理功能进行了比较.     

基于全条件独立的贝叶斯网络MPD-JT构造算法

针对求解贝叶斯网络最大主子图存在的NP(non-deterministic polynomialtine)难问题,提出了一种基于全条件独立结构的最大主子图连接树（maximal prime sub graph decomposition junction tree, MPD-JT）构造算法。该算法通过道义图上的全条件独立结构得到贝叶斯网络最大主子图,并利用构成这些最大主子图的节点作为簇节点构造连接树,避免了三角化过程,而且在求解过程中通过删除一些符合条件的点,大大降低了算法复杂度。给出了算法的理论证明,通过具体案例分析验证了算法的有效性。     

两阶段串联可修系统的统计过程控制与视情维修整合研究

针对两阶段串联可修系统,考虑随机偏移的情况,研究统计过程控制（SPC）与视情维修整合的问题. 首先,应用均值-残差联合控制图监控系统的质量状态,根据质量状态采取相应的维修策略,在此基础上,分析SPC与视情维修策略整合的可能场景,并根据全概率公式给出了每个场景发生的概率;其次,考虑人力成本、生产率以及停时损失,根据更新理论构建了SPC与视情维修整合的数学模型;然后,针对具体实例,将构建的模型与单独的维修策略模型和采用经验法则选取控制图的设计参数模型进行了比较分析,结果表明构建的模型在节约成本方面有着明显的优势;最后,运用部分析因设计对过程参数、时间参数和成本参数进行了敏感性分析.     

基于作业成本的制造商利润优化模型

应用基于作业成本方法,研究了制造商的成本结构,给出了8个数学公式计算其不同类型的作业成本.并以制造商的利润为目标函数和顾客的订货量为可控决策变量,建立起制造商的利润优化模型.最后采用遗传算法对广东某铝业有限公司的部分数据进行仿真,结果表明,在一定范围内调整顾客的订货量,可以增加制造商的利润.     

基于IEK-PF的多传感器序贯融合跟踪

针对粒子滤波中得到优化的重要性密度函数比较困难的问题,将迭代扩展卡尔曼滤波和序贯融合与粒子滤波相结合,应于雷达和红外多传感器目标融合跟踪.利用基于迭代扩展卡尔曼滤波的序贯融合算法得到的系统状态更新矩阵和误差协方差矩阵来构造粒子滤波的重要性密度函数,使重要性密度函数能够融入最新观测信息的同时,更加符合真实状态的后验概率分布.仿真结果表明基于序贯融合的迭代扩展卡尔曼粒子滤波(IEK-PF)能提高状态估计的精度.     

基于最佳均方预报的自相关过程控制图

给出一阶自回归过程的参数估计公式,利用估计的参数构建了基于最佳均方预报误差的控制图,并给出了过程启动后才发生漂移的平均运行链长（ARL）计算公式.将此控制图与利用估计的参数构建的单值控制图进行了比较,结果表明误差控制图总体上优于单值控制图.     

一种高效的模拟退火全局优化算法

提出了一种确定模拟退火算法温度更新函数的启发式准则，构造了适当的产生随机向量的概率密度函数，应用该启发式准则导出了相应的温度更新函数。新的温度更新函数与退火时间的幂函数成反比，与优化问题的变量维数无关。     

基于投影滤波的突发事件危险源位置估计问题研究

针对确定突发事件中危险源的位置估计问题,提出一种基于hermit基函数的投影滤波方法.通过将其概率解投影到指定状态空间中,通过投影空间中的艾尔米特基函数构造出近似解,即状态的先验概率密度函数,最后由贝叶斯估计得到状态的后验概率密度函数,给出算法的收敛性和计算复杂度分析.仿真实验证明投影滤波方法有效减少滤波估计中所需的计算量,并提高了估计精度.     

大型工程项目实施状态管理系统的多变量耦合问题及其拉氏解径

本文基于系统科学和系统状态控制理论,对系统多变量在工程项目实施状态变化过程中的耦合机理进行了数理分析与描述,揭示了管理系统多变量的耦合规律及耦合结果。在此基础上,结合工程实际管理情况,通过与系统状态拉氏方程的对比,给出了管理系统多变量耦合问题的拉氏解径。实例证明了该方法解决系统多变量耦合问题的可行性和有效性。     

贝叶斯网络增强型多模型AUV组合导航算法

针对复杂环境下自主水下航行器(autonomous underwater vehicle,AUV)组合导航系统中存在噪声不确定或者易发生变化的情况,提出一种贝叶斯网络增强型交互式多模型(interactive multiple model filter based on Bayesian network,BN-IMM)滤波算法。该算法在多模型估计基础上,引入特征变量,并根据变量与系统模型之间存在的因果关系建立贝叶斯网络;利用贝叶斯网络参数修正多模型估计中的模型切换概率,能够降低多模型算法中真实模式识别对先验知识的依赖性。该算法能够解决交互式多模型(interactive multiple model,IMM)算法中模型转换存在滞后、模型概率易发生跳变等问题,增强多模型算法的自适应能力。以陀螺和加速度计的输出作为特征变量建立贝叶斯网络,对AUV组合导航系统进行仿真,结果表明所提出的BN-IMM算法相比于传统的IMM算法能够显著提高机动状态时模型转换速度和估计精度。     

基于支持向量机的无参时变过程控制方法研究

为了提高时变生产过程的监控性能,提出了基于支持向量机的时变控制图,能够根据生产过程的变化及时更新分类器模型和控制界限,并根据第二阶段的数据构建动态分类边界,以实现对时变生产过程进行有效监控.同时通过添加时间权重因子和停止更新准则,实现对模型更新速度和更新区域的调节,使所提的时变控制图能够适应不同的时变模式.最后,通过模拟数据和青霉素发酵数据进行验证,验证所提的时变控制图性能优于传统控制图.