|
یازدهمین کنفرانس بینالمللی مهندسی صنایع
|
|
|
عنوان فارسی |
پایش فاز اپروفایل با مدل های آمیخته ی ناپارامتری بر اساس روش بوت استرپی |
|
چکیده فارسی مقاله |
در بسیاری از کاربردها کیفیت فرایند با محصول توسط رابطه ای تابعی بین یک متغیر پاسخ با دو یا چند متغیر تبیینی پروفایل یا نیمرخ پایش می شود. در این کاربرد ماء پایش پروفایل برای بررسی و کنترل پایداری فرایند بکار می رود. در فاز(مرحله اول) پایش داده های فرایند که در قالب یک خم (پروفایل) بیان می شود را جمع آوری کرده و آنها را تجزیه و تحلیل می کنیم. اگر رابطه بین متغیر پاسخ و متغیرهای پیشگو زرگرسیونی با تبیینی) به حدی پیچیده باشد که بتوان آن را در قالب یک مدل پارامتری توصیف کرده از روش های پایش پروفایل ناپارامتری استفاده می کنیم. در این تحقیق ما براساس روش هموارسازی هسته ای موضعی خطی در قالب مدل های ناپارامتری با اثرات آمیخته، شیوهای جدید را برای شناسایی پروفایل های دور افتاده معرفی می کنیم و همچنین عملکرد این شیوه جدید را با استفاده از روش بوت استرپی(خودگردان) پارامتری در مقایسه با سایر روش های در قالب یک مثال عددی بررسیخواهیم کرد |
|
کلیدواژههای فارسی مقاله |
مدل ناپارامتری با اثرات آمیخته بار آورده به روش هموارسازی هسته ای موضع خطی، بوت استرپ پارامتری |
|
عنوان انگلیسی |
Phase I Profile Monitoring with Nonparametric Mixed Effects ModelBased on Bootstrap Method |
|
چکیده انگلیسی مقاله |
In many applications, the quality of a process or product is monitored by a functional relationship between a response variable and one or more explanatory variables. In these applications, methods of profile monitoring are used to check the stability of this relationship over time. In stage I of profile monitoring, one collects historical data points that can be represented by curves (or profiles). When the relationship between the response and predictors is too complicated to be described parametrically, one may use methods of nonparametric profile monitoring. In this article, we propose a procedure that incorporates local linear kernel smoothing in the framework of nonparametric mixed effects models to detect outlying profiles. We also demonstrate the performance of new method by using parametric bootstrap to compare with other methods in the real data. |
|
کلیدواژههای انگلیسی مقاله |
Mixed Effects Models, Local Linear Kernel SmoothingMethod, Parametric Bootstrap. |
|
نویسندگان مقاله |
مرجان رجبی | Marjan Rajabi دانشگاه آزاد اسلامی تهران، واحد علوم و تحقیقات
محمدرضا فریدروحانی | Mohammadreza Faridrohani دانشگاه شهید بهشتی،دانشکده علوم ریاضی
|
|
نشانی اینترنتی |
iiec2015.org |
فایل مقاله |
دریافت فایل مقاله |
کد مقاله (doi) |
|
زبان مقاله منتشر شده |
fa |
موضوعات مقاله منتشر شده |
|
نوع مقاله منتشر شده |
|
|
|
برگشت به:
صفحه اول پایگاه |
دوره مرتبط |
کنفرانس مرتبط |
فهرست کنفرانس ها
|