多元过程能力指数的非正态多响应优化.doc

多元过程能力指数的非正态多响应优化 摘要： 大多数研究开发单响应和多响应优化问题都是基于正态假设的反应,而这种假设未必意味着在真实情况。现实世界流程,每一个产品可以包含遵循不同的分布相关反应。例如,多元非正常反应,多属性反应或在某些情况下混合连续离散响应。 本文提出了一种基于多元过程能力指数和NORTA逆变换的多响应优化问题与混合连续离散响应新的方法。在拟议的方法,假设分布函数的响应变换的多元混合连续离散响应获得多元正态分布的响应。那么多元过程能力指数最后,确定最佳,多元过程能力指数几何平均值(PCI)计算每个因素的水平和最佳设置最有能力水平。通过一个真实的塑料成型过程案例研究在以及仿真研究该方法的性能进行了验证激烈的市场竞争迫使大规模在过去的几年中,制造商有足够的机会来获得客户对他们的产品性能的反馈,并随后提升自己的产品品质。如今,他们必须设计和提高质量这意味着主动的方法,如实验设计,应该采取更多的而不是被动的方法。实验设计是一个蓬勃发展的领域,探讨设置可控因素优化输出的过程在实验设计优化方法来确定设置可控因素,将提高整个质量过程的输出实验设计的问题分为单一和多响应问题。因为多响应问题在工业和服务业有更多的应用,这被认为是更多的研究。1.1多响应优化经典的实验设计集中在一个单一的正常反应。然而,在许多应用程序中,同时优化的几个反应在工业工厂一个重要的问题,许多研究人员一直在相关研究领域开发新方法。根据Ortiz et al,在多响应优化可分为三个主要方法。 第一种方法是统一的应对响应第二种方法是约束优化,第三种是覆盖的等高线图考虑Chiao and Hamada提出的在上面提到的三个方法之外的方法,一个多响应优化全面的分类如图1对第一类多响应优化(MRO)问题,响应转换成一个单一的响应,然后单一响应,优化方法。例如,Derringer and Suich提出的期望函数方法,由Khuri and Konlon在提出的方法中回复更改为总体期望函数距离的总和的回复对应的目标是最小化。在一些其他类似研究,信号噪声比(SN比)的反应转化为聚合指数,这个指数被认为是主要的反应的问题。第二个类别称为约束优化,一个反应被认为是主要的反应其他反应被认为在数学建模的约束这种方法的主要缺点是,多响应优化,同时优化的反应MRO问题的第三类是Lind et al覆盖等高线。 这种方法一直一些研究人员如MyresMontgomery。在此方法中,回归函数的响应都可控因素等高线图的每个响应。通过彼此不同的反应的等高线, 所有的响应满足规范限常见地区可以被确定。这种方法仅适用于响应变量是独立的和可控因子的数量少于三个。这些限制导致在很多问题不适用这种方法。作为第四类, Chiao and Hamada[2]认为符合项目的比例作为响应。在这种方法中,多元正态分布, μ, Σ,分别平均向量和方差-协方差矩阵的反应被作为反应线性回归函数拟合然后,估计参数多元正态分布的概率密度函数。最后,通过考虑规范限制符合项目的比例进行优化。大多数研究集中解决MRO,在此多个响应转换成一个单一的响应。使用过程能力指数(PCI)作为对于每个单一响应PCI的能力。1.2多元过程能力指数 不同学者单变量和多变量过程, 过程能力指数已经进行了广泛的研究例如,有些人可以出现在[12]。因为在我们的论文我们将使用多元(PCI),我们专注于多元过程能力。Shahriari and Abdollahzadeh [13]第一组指数是基于 Wang et al. [14], Shahriari et al. [15] and Taam et al. [16]对指数的介绍。第二类指标计算基于概率的不相容的物品Pal [17], Chen [18] and Polansky [19]所做的研究。 在第三类使用主成分分析包括正的和非正情况下多元过程能力指数Wang and Chen [20]的研究。一些研究人员介绍了第四类基于扩展的单变量指标 Chen et al. [21] and Holmes and Mergen [22]。 虽然一些研究已经提出了计算能力指数为多元正态响应过程很少有研究探讨多元非正态的反应。主要的方法是使用符合项目的比例多元PCI计算。Castagliola [23]符合项目和多元PCI数据Eq. (1)所示。 这里Cp代表多元CPI, uslj 和 lslj 第j次响应的最高和最低规格界限，这里j=1,2……v。如果多元密度函数的是不知道,要么分布拟合方法如Burr XII函数对数据模拟方法可以用来估计符合项目的比例。计算多元非正反应如表1所示。 Abbasi and Niaki [24], Hosseinifardet al. [25] and Castagliola and