基于聚类的轮廓数据质量监控方法研究-运筹与管理.PDFVIP

第２６卷　第４期 运　 筹　 与 　管　 理 Ｖｏｌ．２６，Ｎｏ．４ ２０１７年４月 ＯＰＥＲＡＴＩＯＮＳＲＥＳＥＡＲＣＨＡＮＤＭＡＮＡＧＥＭＥＮＴＳＣＩＥＮＣＥ Ａｐｒ．２０１７ 　 　 基于聚类的轮廓数据质量监控方法研究 聂 斌，　姚雪海，　李京亚 （天津大学 管理与经济学部，天津 ３０００７２） 摘　要：轮廓线的变点识别是质量管理的研究热点之一，当前研究多以轮廓整体变化为识别对象，而对局部变化问 题研究相对较少，且更少有在发现变异时间的同时能够寻找到变化区域在个体轮廓曲线上位置的系统方法。本文 针对轮廓线局部变化识别问题，提出基于小波变换和聚类分析的方法。通过仿真性能评价，并与现有方法进行比 较，结果显示本方法能够在更小的差异度检测出变化并准确定位变化区域。在文章的末尾，本文采用了一个实例 对该方法的效果进行验证。 关键词：变点识别；聚类分析；小波变换；轮廓线；统计过程控制 中图分类号：Ｆ２２２．３　文章标识码：Ａ　文章编号：１００７３２２１（２０１７）０４０１１２０６　ｄｏｉ：１０．１２００５／ｏｒｍｓ．２０１７．００９０ ＰｒｏｆｉｌｅＭｏｎｉｔｏｒＢａｓｅｄｏｎＣｌｕｓｔｅｒｉｎｇＭｅｔｈｏｄ ＮＩＥＢｉｎ，ＹＡＯＸｕｅｈａｉ，ＬＩＪｉｎｇｙａ （ＣｏｌｌｅｇｅｏｆＭａｎａｇｅｍｅｎｔａｎｄＥｃｏｎｏｍｉｃｓ，ＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ３０００７２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｃｈａｎｇｅｐｏｉｎｔｄｅｔｅｃｔｉｏｎｏｆｐｒｏｆｉｌｅｓｈａｓｂｅｅｎａｈｏｔｔｏｐｉｃｉｎｑｕａｌｉｔｙｍａｎａｇｅｍｅｎｔ．Ｍｏｓｔｏｆｔｈｅｌｉｔｅｒａｔｕｒｅｓ ｆｏｃｕｓｏｎｔｈｅｇｌｏｂａｌｃｈａｎｇｅｄｅｔｅｃｔｉｏｎｗｈｉｌｅｒｅｓｅａｒｃｈｏｎｌｏｃａｌｃｈａｎｇｅｐｒｏｂｌｅｍｉｓｒｅｌａｔｉｖｅｌｙｆｅｗ，ａｎｄｔｈｅｏｎｅｓｔｈａｔ ｆｉｎｄｃｈａｎｇｅｔｉｍｅａｓｗｅｌｌａｓｃｈａｎｇｅａｒｅａａｒｅｅｘｔｒｅｍｅｌｙｌｅｓｓ．Ｔｏｓｏｌｖｅｌｏｃａｌｃｈａｎｇｅｐｒｏｂｌｅｍ，ｏｕｒｐａｐｅｒｐｒｏｐｏｓｅｓａ ｍｅｔｈｏｄｂａｓｅｄｏｎｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍａｎｄｃｌｕｓｔｅｒｍｅｔｈｏｄ．Ｉｎｔｈｉｓｐａｐｅｒ，ｗｅｄｏａｐｅｒｆｏｒｍａｎｃｅｅｖａｌｕａｔｉｏｎｕｓｉｎｇ ＭａｔｌａｂａｎｄｃｏｍｐａｒｅｉｔｓｒｅｓｕｌｔｗｉｔｈＷＡＮＯＶＡｍｅｔｈｏｄ．Ｉｔｓｈｏｗｓｔｈａｔｏｕｒｍｅｔｈｏｄｃａｎｄｅｔｅｃｔｃｈａｎｇｅｐｏｉｎｔａｎｄ ｌｏｃａｔｅｃｈａｎｇｅａｒｅａｕｎｄｅｒｓｍａｌｌｅｒｄｉｆｆｅｒｅｎｃｅｂｅｔｗｅｅｎｐｒｏｆｉｌｅｓ． Ｋｅｙｗｏｒｄｓ：ｃｈａｎｇｅｐｏｉｎｔｄｅｔｅｃｔｉｏｎ；ｃｌｕｓｔｅｒａｎａｌｙｓｉｓ；ｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ；ｐｒｏｆｉｌｅ；ＳＰＣ 段（Ｐｈａｓｅ ），通过把观测数据与 Ｐｈａｓｅ 阶段建 Ⅱ Ⅰ ０　引言 立的统计模型对比，判断当前过程是否受控。按照 时间先后顺序排列的一系列观察值在某个不为所 统计过程控制是目前质量管理领域应用最多 知的时刻，其分布或者数字特征起了突然的变化， ［２］ 的工具之一，它通过对样本的质量特性绘图、设置 这个时刻就是变点 。根据变点在轮廓曲线上表 控制限来监测过程稳定性。传统的控制图主要考