掃一掃
關注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
以利為利:財政關系與地方政府行為
-
>
立足飯碗 藏糧于地——基于中國人均耕地警戒值的耕地保護視角
-
>
營銷管理
-
>
茶葉里的全球貿(mào)易史(精裝)
-
>
近代華商股票市場制度與實踐(1872—1937)
-
>
麥肯錫圖表工作法
-
>
海龜交易法則
不確定性質(zhì)量設計的貝葉斯建模與優(yōu)化 版權(quán)信息
- ISBN：9787030709042
- 條形碼：9787030709042 ; 978-7-03-070904-2
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
不確定性質(zhì)量設計的貝葉斯建模與優(yōu)化 本書特色
本專著的研究不僅拓展和豐富了質(zhì)量設計領域的研究內(nèi)容，而且有助于提高我國企業(yè)在微納制造等復雜制造過程的產(chǎn)品質(zhì)量、降低其制造過程的質(zhì)量成本。
不確定性質(zhì)量設計的貝葉斯建模與優(yōu)化 內(nèi)容簡介
《不確定性質(zhì)量設計的貝葉斯建模與優(yōu)化》以復雜制造過程的不確定性質(zhì)量設計為研究背景，在貝葉斯建模與優(yōu)化框架下提出了不確定性的質(zhì)量設計方法，重點研究了在模型不確定（如模型參數(shù)、模型結(jié)構(gòu)等）情形下的穩(wěn)健參數(shù)設計，以及在試驗資源有限與制造成本約束下（如考慮返工成本與報廢成本、質(zhì)量損失與容差成本）的經(jīng)濟參數(shù)設計問題。《不確定性質(zhì)量設計的貝葉斯建模與優(yōu)化》*為突出的特色是響應曲面（如廣義線性模型、似不相關回歸模型、高斯過程模型等）的貝葉斯建模與優(yōu)化方法為不確定性質(zhì)量設計的研究提供了新的理論依據(jù)和技術(shù)支持。
不確定性質(zhì)量設計的貝葉斯建模與優(yōu)化 目錄
目錄
第1章 緒論 1
1.1 質(zhì)量設計的概述 1
1.2 不確定性質(zhì)量設計概述 9
1.3 傳統(tǒng)質(zhì)量設計面臨的挑戰(zhàn) 12
1.4 主要內(nèi)容結(jié)構(gòu) 16
參考文獻 19
第2章 質(zhì)量設計的基礎理論與方法 26
2.1 穩(wěn)健參數(shù)設計 27
2.2 貝葉斯理論與方法 33
2.3 建模方法 36
2.4 優(yōu)化方法 44
參考文獻 48
第3章 貝葉斯變量和模型選擇 51
3.1 基于RSM的貝葉斯變量和模型選擇 52
3.2 基于GLM的貝葉斯變量和模型選擇 64
參考文獻 84
第4章 考慮模型參數(shù)不確定性的多響應穩(wěn)健參數(shù)設計 87
4.1 基于多變量回歸模型的穩(wěn)健參數(shù)設計 88
4.2 SUR模型的穩(wěn)健參數(shù)設計 95
4.3 模型參數(shù)不確定的非正態(tài)多響應優(yōu)化設計 112
參考文獻 130
第5章 考慮模型結(jié)構(gòu)不確定性的穩(wěn)健參數(shù)設計 133
5.1 基于分層貝葉斯模型的穩(wěn)健參數(shù)設計 133
5.2 結(jié)合SUR模型與因子效應原則的多響應優(yōu)化設計 150
參考文獻 168
第6章 考慮試驗數(shù)據(jù)質(zhì)量的不確定性穩(wěn)健參數(shù)設計 170
6.1 考慮試驗數(shù)據(jù)刪失的單響應穩(wěn)健參數(shù)設計 170
6.2 考慮數(shù)據(jù)污染的多響應穩(wěn)健參數(shù)優(yōu)化設計 185
參考文獻 201
第7章 考慮噪聲因子可測的不確定性穩(wěn)健參數(shù)設計 206
7.1 考慮可觀測噪聲因子的在線穩(wěn)健參數(shù)設計 207
7.2 考慮可觀測噪聲因子的多響應穩(wěn)健參數(shù)設計 224
參考文獻 241
第8章 考慮預測響應波動的不確定性穩(wěn)健參數(shù)設計 244
8.1 基于多元線性回歸模型的響應不確定性穩(wěn)健參數(shù)設計 245
8.2 基于GPR模型的不確定性穩(wěn)健參數(shù)設計 259
參考文獻 276
第9章 不確定性經(jīng)濟參數(shù)設計的貝葉斯建模與優(yōu)化 278
9.1 考慮返工成本與報廢成本的不確定性經(jīng)濟參數(shù)設計 279
9.2 基于貝葉斯建模方法的參數(shù)與容差多響應并行優(yōu)化設計 294
9.3 多變量GP模型的參數(shù)與容差并行優(yōu)化設計 315
參考文獻 329
第1章 緒論 1
1.1 質(zhì)量設計的概述 1
1.2 不確定性質(zhì)量設計概述 9
1.3 傳統(tǒng)質(zhì)量設計面臨的挑戰(zhàn) 12
1.4 主要內(nèi)容結(jié)構(gòu) 16
參考文獻 19
第2章 質(zhì)量設計的基礎理論與方法 26
2.1 穩(wěn)健參數(shù)設計 27
2.2 貝葉斯理論與方法 33
2.3 建模方法 36
2.4 優(yōu)化方法 44
參考文獻 48
第3章 貝葉斯變量和模型選擇 51
3.1 基于RSM的貝葉斯變量和模型選擇 52
3.2 基于GLM的貝葉斯變量和模型選擇 64
參考文獻 84
第4章 考慮模型參數(shù)不確定性的多響應穩(wěn)健參數(shù)設計 87
4.1 基于多變量回歸模型的穩(wěn)健參數(shù)設計 88
4.2 SUR模型的穩(wěn)健參數(shù)設計 95
4.3 模型參數(shù)不確定的非正態(tài)多響應優(yōu)化設計 112
參考文獻 130
第5章 考慮模型結(jié)構(gòu)不確定性的穩(wěn)健參數(shù)設計 133
5.1 基于分層貝葉斯模型的穩(wěn)健參數(shù)設計 133
5.2 結(jié)合SUR模型與因子效應原則的多響應優(yōu)化設計 150
參考文獻 168
第6章 考慮試驗數(shù)據(jù)質(zhì)量的不確定性穩(wěn)健參數(shù)設計 170
6.1 考慮試驗數(shù)據(jù)刪失的單響應穩(wěn)健參數(shù)設計 170
6.2 考慮數(shù)據(jù)污染的多響應穩(wěn)健參數(shù)優(yōu)化設計 185
參考文獻 201
第7章 考慮噪聲因子可測的不確定性穩(wěn)健參數(shù)設計 206
7.1 考慮可觀測噪聲因子的在線穩(wěn)健參數(shù)設計 207
7.2 考慮可觀測噪聲因子的多響應穩(wěn)健參數(shù)設計 224
參考文獻 241
第8章 考慮預測響應波動的不確定性穩(wěn)健參數(shù)設計 244
8.1 基于多元線性回歸模型的響應不確定性穩(wěn)健參數(shù)設計 245
8.2 基于GPR模型的不確定性穩(wěn)健參數(shù)設計 259
參考文獻 276
第9章 不確定性經(jīng)濟參數(shù)設計的貝葉斯建模與優(yōu)化 278
9.1 考慮返工成本與報廢成本的不確定性經(jīng)濟參數(shù)設計 279
9.2 基于貝葉斯建模方法的參數(shù)與容差多響應并行優(yōu)化設計 294
9.3 多變量GP模型的參數(shù)與容差并行優(yōu)化設計 315
參考文獻 329
展開全部
不確定性質(zhì)量設計的貝葉斯建模與優(yōu)化 節(jié)選
第1章 緒論 著名的質(zhì)量管理學專家朱蘭（J.M.Juran）曾說“21世紀將是質(zhì)量的世紀”，全面質(zhì)量管理專家費根鮑姆（A.V.Feigenbaum）也認為“質(zhì)量在全球經(jīng)濟中處于領導地位”。在產(chǎn)品的持續(xù)性質(zhì)量改進活動中，質(zhì)量設計旨在從產(chǎn)品形成的源頭查找產(chǎn)品產(chǎn)生質(zhì)量問題的根本原因，全面提升產(chǎn)品的質(zhì)量與可靠性。因此，在學術(shù)界和工業(yè)界已經(jīng)形成了共同的質(zhì)量哲學觀點，即產(chǎn)品質(zhì)量首先是設計出來的，其次才是制造出來的，檢驗并不能夠提高產(chǎn)品的質(zhì)量。在工程實踐中，日本質(zhì)量工程專家田口（Taguchi）提出的穩(wěn)健參數(shù)設計（robust parameter design，RPD）已經(jīng)成為持續(xù)性質(zhì)量改進活動*為重要的技術(shù)之一。正如統(tǒng)計學家Vining等[1]陳述的那樣，“理解波動和減少波動是質(zhì)量改進獲得成功的關鍵”。因此，如何利用質(zhì)量設計方法從產(chǎn)品形成的源頭來減小或控制產(chǎn)品實現(xiàn)過程中的波動，已經(jīng)成為持續(xù)性質(zhì)量改進活動的核心內(nèi)容。 本章首先對質(zhì)量設計、不確定性質(zhì)量設計進行較為全面的概述；其次闡述當前質(zhì)量設計在解決復雜制造過程（如微納制造過程）中面臨的困難和挑戰(zhàn)；*后介紹本書的主要內(nèi)容及各章節(jié)之間的相互關系。 1.1 質(zhì)量設計的概述 從技術(shù)層面來看，質(zhì)量工程技術(shù)可以劃分為三類。**類是質(zhì)量檢驗技術(shù)，早期的質(zhì)量檢驗技術(shù)僅限于抽樣技術(shù)，通過抽樣檢驗剔除不合格的產(chǎn)品，從而對產(chǎn)品的質(zhì)量進行事后把關。因此，質(zhì)量檢驗技術(shù)并不能夠真正地提高產(chǎn)品的質(zhì)量，完全是一種被動的質(zhì)量管理。第二類是過程控制技術(shù)，過程控制技術(shù)主要包括兩種基本的控制理論與方法。**種是統(tǒng)計過程控制（statistical process control，SPC），1924年，美國著名質(zhì)量管理學專家休哈特（Shewhart）博士首次提出了控制圖的概念，奠定了SPC的理論基礎。休哈特博士認為，產(chǎn)品質(zhì)量不是檢驗出來的，而是生產(chǎn)制造出來的。SPC強調(diào)應用統(tǒng)計方法對過程中的各個階段進行監(jiān)控，建立并保持過程處于可接受并且穩(wěn)定的水平，從而保證產(chǎn)品或服務滿足規(guī)定的要求。第二種是工程過程控制（engineering process control，EPC），EPC是指在質(zhì)量控制中充分地利用系統(tǒng)固有的自相關性，根據(jù)系統(tǒng)輸入與輸出之間的關系來適當?shù)卣{(diào)整控制變量，從而保證未來過程的輸出質(zhì)量特性值更加接近目標值。與SPC不同，工程過程控制技術(shù)強調(diào)直接對過程中的關鍵變量（如溫度、流量等）進行監(jiān)控與調(diào)整。隨著自動控制技術(shù)的快速發(fā)展，越來越多的制造過程開始使用各種自動控制技術(shù)，因此在質(zhì)量控制過程中出現(xiàn)兩種控制方法相互融合的趨勢。20世紀60年代，著名的統(tǒng)計學家Box和Jenkins提出將SPC與工程過程控制技術(shù)結(jié)合起來，對產(chǎn)品/過程進行質(zhì)量控制。然而，這種思想在隨后的三十年內(nèi)都沒有引起學術(shù)界的足夠重視。在20世紀90年代，有關SPC與工程過程控制技術(shù)融合的思想被再次重視起來。眾多統(tǒng)計學家對此進行深入討論，形成了廣泛認同的學術(shù)思想，即SPC與工程過程控制技術(shù)的相互融合能夠有效地減小過程的波動[2]。因此，過程控制技術(shù)能夠有效地貫徹預防的原則，將質(zhì)量控制從檢驗階段提前到制造階段。第三類質(zhì)量工程技術(shù)是質(zhì)量設計，總體上看，質(zhì)量設計主要包括兩個方面的研究內(nèi)容。一個方面是試驗設計及其分析與建模技術(shù)，如經(jīng)典的試驗設計（design of experiments，DOE）等。在產(chǎn)品/工藝過程的質(zhì)量設計中，首先必須探索該過程輸入與輸出之間的關系，其次在此基礎上對該過程輸出的性能進行優(yōu)化，*后獲得理想的設計方案。由于真實產(chǎn)品/工藝過程的復雜性，通常會存在著大量的輸入與輸出變量，試圖從理論上獲得該過程輸入與輸出之間精確的函數(shù)關系將是非常困難的，甚至是不可能的[3]。試驗設計在工業(yè)界的應用促使質(zhì)量控制進入第三個階段，即質(zhì)量設計階段，其目的不僅是發(fā)現(xiàn)產(chǎn)品的缺陷，還要主動預防缺陷產(chǎn)品的出現(xiàn)。另一個方面是Taguchi的三次設計（系統(tǒng)設計、參數(shù)設計、容差設計），其核心是參數(shù)設計（parameter design），也稱穩(wěn)健設計（robust design）或穩(wěn)健參數(shù)設計，在本書中統(tǒng)稱為穩(wěn)健參數(shù)設計。 開展質(zhì)量設計的*有效方法是試驗設計與穩(wěn)健參數(shù)設計。20世紀30年代，英國統(tǒng)計學家Fisher首先提出了試驗設計的方法，主要應用于農(nóng)業(yè)生產(chǎn)領域。然而，第二次世界大戰(zhàn)之后，試驗設計的潛力才被工業(yè)界了解和認識。Fisher曾證明了全因子試驗設計可以利用部分析因設計來實現(xiàn)，并保持統(tǒng)計意義不變[4]。部分析因設計能夠極大地減少試驗次數(shù)，從而有效地節(jié)省試驗費用和節(jié)約試驗時間，因此上述研究成果極大地促進了試驗設計的廣泛應用。從此以后，以Box為代表的統(tǒng)計學家對試驗設計進行了大量的理論研究，提出了很多優(yōu)化設計方法，極大地促進了試驗設計的發(fā)展。例如，Box等針對部分析因設計和部分因子設計提出了數(shù)據(jù)分析的策略與經(jīng)驗及其建模技術(shù)；以Taguchi為代表的質(zhì)量工程專家進行了大量的工業(yè)試驗設計與數(shù)據(jù)分析，積累了豐富的工程實踐經(jīng)驗。在此基礎上，Taguchi發(fā)展了正交試驗設計[7]。正是在以Fisher、Box為代表的統(tǒng)計學家和以Taguchi為代表的質(zhì)量工程專家的共同推動下，試驗設計已經(jīng)成為質(zhì)量改進活動中*為重要的工具之一。20世紀80年代，Taguchi進一步提出以正交試驗設計和信噪比（signal noise ratio，SNR）為基礎的穩(wěn)健參數(shù)設計。目前，學術(shù)界和工業(yè)界已經(jīng)形成一種共同的認識[8]：試驗設計與穩(wěn)健參數(shù)設計的結(jié)合將會進一步豐富質(zhì)量設計的研究內(nèi)涵和技術(shù)手段，在理論上促進相互之間的共同發(fā)展，并在質(zhì)量改進活動中極大地提高產(chǎn)品的質(zhì)量。試驗設計與穩(wěn)健參數(shù)設計已經(jīng)廣泛地應用于機械、電子、化工、航天等行業(yè)的質(zhì)量改進活動中，產(chǎn)生了巨大的經(jīng)濟效益。因此，試驗設計、分析與建模及穩(wěn)健參數(shù)設計已成為眾多統(tǒng)計學家和質(zhì)量管理專家關注和研究的熱點問題之一，一些研究者先后提出各種試驗設計方法如正交試驗設計、拉丁方試驗設計[11]、均勻設計[12-14]等，建模技術(shù)如響應曲面方法[15-18]（response surface methodology，RSM）、廣義線性模型[19-21]（generalized linear model，GLM），啟發(fā)式優(yōu)化方法如遺傳算法（genetic algorithm，GA）[22-24]、粒子群算法（particle swarm optimization）[25]等。關于質(zhì)量設計的理論與方法，代表性的綜述性文獻主要有：針對Taguchi參數(shù)設計，國際期刊Technometrics刊發(fā)了由Nair主持、Abraham等統(tǒng)計學家參與討論的綜述性論文[26]；Myers等在國際期刊Journal of Quality Technology上刊發(fā)了關于響應曲面設計的文獻綜述[15]；Robinson等在國際期刊Quality and Reliability Engineering International上刊發(fā)了關于穩(wěn)健參數(shù)設計的文獻綜述[27]；Chen等在國際期刊IIE Transactions上刊發(fā)了計算機試驗的設計、建模與應用方面的文獻綜述[28]；Wu在國際期刊Journal of the American Statistical Association上刊發(fā)了關于試驗設計的基本原則、穩(wěn)健參數(shù)設計及計算機試驗等文獻綜述[29]；Kleijnen在國際期刊European Journal of Operational Research上刊發(fā)了基于統(tǒng)計回歸模型與克里金（Kriging）替代模型在仿真試驗設計領域方面的文獻綜述[30]。2008年，國際期刊Technometrics刊發(fā)了由Steinberg主持，Bisgaard等統(tǒng)計學家和質(zhì)量專家參與的關于未來工業(yè)統(tǒng)計的專題討論[31]，在此次專題討論中，這些統(tǒng)計學家和質(zhì)量專家指出“統(tǒng)計試驗設計是一種有效的質(zhì)量改進方法，將在高質(zhì)量、高可靠性的產(chǎn)品設計和生產(chǎn)中起到越來越重要的作用”。由于試驗設計與穩(wěn)健參數(shù)設計涉及的研究內(nèi)容非常多，試圖全面地了解各個方面的研究現(xiàn)狀將非常困難。統(tǒng)計學家Myers等[15]曾指出，“從更為廣泛的意義上看，RSM已成為工業(yè)試驗的核心”。GLM也可以看成一般RSM的一種擴展，通常視為涉及非正態(tài)響應的RSM[32]。在此，針對本書涉及的研究內(nèi)容，將圍繞RSM與GLM在質(zhì)量設計領域的研究現(xiàn)狀進行系統(tǒng)的綜述與分析，為后續(xù)本書研究內(nèi)容的展開提供一個更為清晰的線索。 1.1.1 基于響應曲面的質(zhì)量設計 20世紀80年代，Taguchi博士在美國介紹穩(wěn)健參數(shù)設計以來，眾多統(tǒng)計學家和質(zhì)量專家針對這一主題進行了深入的研究，產(chǎn)生了一系列的研究論文和專著。Taguchi指出在試驗設計中應該考慮兩類因子：一種是可控因子（control factor），即在試驗和產(chǎn)品的實現(xiàn)過程中均能夠控制的因子；另外一種是噪聲因子（noise factor），即在試驗中能夠加以控制，但在產(chǎn)品的實現(xiàn)過程中難以控制的因子。Taguchi認為噪聲因子是導致過程產(chǎn)生波動的重要根源，在穩(wěn)健參數(shù)設計問題中，試驗者通常選擇可控因子的*優(yōu)搭配來減小或控制噪聲因子對產(chǎn)品/工藝過程造成的影響，從而以較低的經(jīng)濟成本來提高和改善產(chǎn)品質(zhì)量[15， 33]。然而，Taguchi的方法在實現(xiàn)穩(wěn)健參數(shù)設計方面存在很多不足之處。Myers等在其經(jīng)典的著作[17]中曾指出Taguchi的方法存在的一些缺陷：①可控因子的交互效應將無法估計；②內(nèi)外乘積表設計導致試驗次數(shù)過多；③信噪比（signal-noise ratio，SNR）作為度量過程波動的指標不合適。其中，將SNR作為穩(wěn)健性度量指標的爭議*大。例如，Myers等[17]指出，SNR作為一個綜合度量過程波動的指標，無法有效地區(qū)分輸入因子對響應均值與方差的影響；Vining和Myers[34]指出，Taguchi結(jié)合工程實踐提出了60多個SNR的計算公式，這說明SNR公式還存在一定的缺陷，難以滿足不同情形下的穩(wěn)健性度量；Leon等[35]也曾指出，在應用SNR時要非常謹慎，否則會獲得難以解釋甚至錯誤的研究結(jié)論。 針對Taguchi方法的不足之處，一些研究者提出將Taguchi穩(wěn)健參數(shù)設計問題轉(zhuǎn)化為具有約束的響應曲面優(yōu)化問題。關于試驗設計的選擇，通常存在兩種不同的情形，即內(nèi)外表（inter-outer array）設計和組合表（combined array）設計。通過內(nèi)外表設計，試驗者能夠根據(jù)內(nèi)外表獲得可控因子水平組合下的重復試驗結(jié)果，但是通常需要相當多的試驗次數(shù)。在**種試驗設計即內(nèi)外表設計下，一些研究者針對RSM提出了一些改進方法。Vining和Myers[34]（簡稱VM）首先提出了在響應曲面框架下應用Taguchi提出的穩(wěn)健參數(shù)設計方法，即運用一般的響應曲面模型（如二階響應曲面）來估計響應的均值和方差，其次將響應的均值保持在設計目標處，同時*小化產(chǎn)品/過程的波動。del Castillo和Montgomery[36]（簡稱DM）認為將響應的均值僅限制在規(guī)定的目標處是不合理的，因此他們提出將均值模型的等式約束改為不等式約束，同時利用非線性規(guī)劃方法來優(yōu)化Vining和Myers提出的雙響應曲面問題。考慮到等式約束及拉格朗日乘子在優(yōu)化過程中的不足，Lin和Tu[37]（簡稱LT）提出了一種基于均方誤差（mean squared error，MSE）標準的優(yōu)化方法，他們利用提出的方法對VM和DM方法中的例子進行了分析，結(jié)果表明，通過引入小的偏差能夠減小整個過程的波動。Copeland和Nelson[38]（簡稱CN）認為LT提出的MSE方法未能限制均值偏離目標值的距離，然而在某些過程中，將均值保持在目標值附近是非常重要的。為此，他們提出保持均值偏離目標值的距離小于某個設定的值，然后*小化過程的波動的方法。此外，LT方法在優(yōu)化MSE時未考慮均值與方差之間的權(quán)重問題。Ding等[18]提出一種加權(quán)的MSE方法，他們提出運用數(shù)據(jù)驅(qū)
書友推薦
- >
推拿
- >
羅曼·羅蘭讀書隨筆-精裝
- >
經(jīng)典常談
- >
月亮與六便士
- >
史學評論
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術(shù)叢書(紅燭學術(shù)叢書)
本類暢銷
