结合 SUR 与因子效应原则的多响应质量设计
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

F273.2

基金项目:

国家自然科学基金资助项目(71771121; 71931006)


Multi-response quality design integrating SUR models with factorial effect principles
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对多响应的质量设计问题,本文结合似不相关回归(seemingly unrelated regression, SUR) 模型与因子效应原则提出了一种新的建模与优化方法. 该方法不仅结合 SUR 模型与因子效应原则筛选出各响应模型的显著性变量,而且运用多变量过程能力指数衡量了过程能力满足规格要求程度的水平. 此外,该方法还通过贝叶斯抽样技术考虑了模型参数不确定性和预测响应值波动对优化结果的影响. 首先,在 SUR 模型中针对每个变量设置了一个二元变量指示器以考虑因子效应原则,通过所构建的混合二元变量指示器修正了过程响应和试验因子之间的函数关系; 其次,通过计算混合二元变量指示器和模型结构的后验概率以识别显著性变量,从而确定最佳的模型结构; 然后,在此基础上结合贝叶斯抽样技术构建了一种新的多变量过程能力指数,并通过最大化所构建的多变量过程能力指数获得了最佳的参数设计值; 最后,实际案例研究表明: 本文所提方法不仅能够有效地筛选出多响应过程的显著性变量,而且能够获得最佳的参数设计值.

    Abstract:

    A new multi-response optimization method,combining seemingly unrelated regression (SUR) models with factorial effect principles,is proposed to solve the quality design problem with multiple correlated responses. The proposed method not only identifies significant variables for each response model with factorial effect principles,but also measures the quality level of all responses whose process capabilities meet the corresponding requirements by using multivariate process capability index. In addition,the proposed method considers the influence of the model parameter uncertainty and the predicted response variability on the optimization results through Bayesian sampling technique. Firstly,a binary variable indicator is set for each variable in the SUR model to account for the factorial effect principles. After that,mixed binary variable indicators are constructed to improve the functional relationship between process responses and experimental factors. Thirdly,significant variables are identified by calculating the posterior probabilities of mixed binary variable indicators and different model forms. And the optimal model form is determined based on the above results. Fourthly,based on the previous steps,the optimal parameter settings are found by using multivariate process capability index. Finally,the results of two practical examples demonstrate that the proposed method can not only effectively identify significant variables for multiple related responses,but also provide the optimal parameter settings.

    参考文献
    相似文献
    引证文献
引用本文

汪建均,屠雅楠,马义中.结合 SUR 与因子效应原则的多响应质量设计[J].管理科学学报,2020,23(12):12~29

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2021-10-25
  • 出版日期:
您是第位访问者
管理科学学报 ® 2024 版权所有
通讯地址:天津市南开区卫津路92号天津大学第25教学楼A座908室 邮编:300072
联系电话/传真:022-27403197 电子信箱:jmsc@tju.edu.cn