一、问题的重述 - 同济大学数学系.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
一、问题的重述 - 同济大学数学系.doc

PAGE  PAGE 49 全国首届部分高校研究生数模竞赛 题 目 售 后 服 务 数 据 的 运 用 丁力 杨吉斌 杨盘隆 解放军理工大学 摘 要: 本文以从维修站提取的某型轿车中某部件的故障数据表为研究对象,在分析了数据表的特征并剔除了表中不合理的数据后,根据数据的不同特点建立了多个模型,对其中3个生产批次的部件的质量状况进行了预测,探讨了如何改进数据表以进一步提高数据的有效性,并对厂家的质量管理提出了一系列建设性意见。 本文的主要工作有: 1、分析了千车故障数这一指标与期望得到的部件真实故障率之间的关系。对表中数据的可靠性和可用性进行了分析,阐明了同批次部件月销售量对修正数据的重要作用,依据数据表的规律提出了预处理原始数据的平行四边形法则。在这些分析的基础上,我们提出了新的制表方法。 3、使用小波技术对数据分析,明确了对数据进行合理性分析的需求,并确立了进一步剔除不合理点的原则。 4、通过比较几种常用的数据预测方法,在充分考虑了本题中数据的贫信息不确定等特性后,选用了基于灰色系统理论的预测模型。 ①对水平数据和垂直数据分别建立灰色预测模型,根据它们物理意义及本身特性的不同,在统一的模型框架下采用了不同的处理方法对它们进行处理。 ②建立了一个二元灰色预测模型,联合分析水平数据和垂直数据。 ③在求解模型的过程中,我们针对数据表中出现的数据充足、数据残缺和无数据三种不同情况使用了不同的求解方法,并分别对三个批次部件的质量做出了预测, 0205批次使用月数18时的千车故障数为42.79 0306批次使用月数9时的千车故障数为6.32 0310批次使用月数12时的千车故障数为7.33 作为对比,建立了平滑预测模型,并分析了它与灰色模型的差异。 5、采用变异数分析的方法对表中随机误差较大的不合理数据进行了剔除,使得用于模型预测的原始数据可靠性更高。 6、使用残差序列对模型进行检验,优选用于预测的模型参数。 最后我们还探讨了维修数据可能存在的时延以及处理方法,并提出了产品质量反馈点概念,该概念对提高质量信息反馈的时效性有很大的帮助。 参赛密码 (由组委会填写) 参赛队号 183 目 录  TOC \o 1-3 1. 问题的重述  PAGEREF _To\h 3 1.1问题背景  PAGEREF _To\h 3 1.2问题提出  PAGEREF _To\h 3 2. 名词和符号说明  PAGEREF _To\h 4 3. 模型的假设  PAGEREF _To\h 4 4. 问题分析  PAGEREF _To\h 4 4.1数据分析  PAGEREF _To\h 4 4.1.1可靠性分析  PAGEREF _To\h 4 4.1.2可用性分析  PAGEREF _To\h 5 4.2小波分析  PAGEREF _To\h 7 5. 模型的建立  PAGEREF _To\h 8 5.1平滑预测  PAGEREF _To\h 8 5.2灰色系统模型  PAGEREF _To\h 9 5.3灰色理论建模基础  PAGEREF _To\h 9 5.4水平方向的灰色预测模型  PAGEREF _To\h 10 5.5垂直方向的灰色预测模型  PAGEREF _To\h 10 5.6二元灰色预测模型  PAGEREF _To\h 11 6. 模型求解  PAGEREF _To\h 12 6.1充分数据求解  PAGEREF _To\h 12 6.2残缺数据求解  PAGEREF _To\h 13 6.2.1聚类分析  PAGEREF _To\h 13 6.2.2模型求解  PAGEREF _To\h 14 6.3无数据求解  PAGEREF _To\h 14 6.4二元灰色模型求解  PAGEREF _To\h 14 7. 稳定性分析  PAGEREF _Toc83463

文档评论(0)

kunpengchaoyue + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档