×
陆康平;Chang、Shao-Tong

使用模糊分类最大似然变化点算法检测均值和方差的变化点。 （英语） Zbl 1381.62290号

J.计算。申请。数学。 308, 447-463 (2016).
总结：了解过程中的更改时间，即更改点（CP），对于工程师快速准确地识别根本原因至关重要。由于特殊原因可能导致均值和方差同时发生变化，因此需要立即检测两者的变化。许多质量控制方法都是为了检测均值或方差的变化而开发的，并且通常假设工艺参数已知。然而，它们很少被准确地知道，一个小的估计误差可能会导致不利的CP估计。模糊划分更适合于在现实中经常出现的两个片段之间的模糊边界的情况。提出了一种新的机制，称为模糊分类最大似然变点（FCML-CP）算法，用于同时检测均值和方差的偏移。将CP框架转换为混合模型，然后通过模糊分类最大似然过程创建FCML-CP算法。提出的FCML-CP可应用于第一阶段和第二阶段工艺，而无需了解受控工艺参数；它可以同时估计过程均值或/和方差的多个CP。数值和实际数据集的大量实验表明了FCML-CP的有效性和优越性。具体来说，所提出的FCML-CP优于使用期望最大化（EM）算法的常用统计混合似然方法；尤其是它更节省时间。FCML-CP在检测微小变化的CP方面的卓越性能对于工程师快速准确地识别特殊原因尤为重要，因为微小变化导致的失控信号通常会延迟很长时间。

引用于2文件

MSC公司：

第60页 统计学在工程和工业中的应用；控制图
62小时86 多元分析与模糊性
2007年6月26日 非马尔科夫过程：假设检验
62H30型 分类和区分；聚类分析（统计方面）

关键词：

控制图;转换点;混合物模型;模糊聚类;模糊分类最大似然变点算法
PDF格式BibTeX公司 XML格式引用
\textit{K.-P.Lu}和\textit{S.-T.Chang}，J.Compute。申请。数学。308、447--463（2016年；Zbl 1381.62290）
全文： 内政部

参考文献：

[1] 塞缪尔·T·R。；Pignateillo，J.J。；Calvin，J.A.，用X-Bar控制图确定阶跃变化的时间，Qual。工程，10521-527（1998）
[2] 塞缪尔·T·R。；Pignateillo，J.J.，《确定正常过程方差中阶跃变化的时间》，Qual。工程师，10529-538（1998）
[3] Pignateillo，J.J。；Samuel，T.R.，SPC应用中正常过程平均值变化点的估计，J.Qual。技术。，33, 82-95 (2001)
[4] 佩里，M.B。；Pignateillo，J.J。；Simpson，J.R.，估算SPC中与单调变化扰动不一致的过程分数的变化点，Qual。Reliab公司。《工程国际》，23，327-339（2007）
[5] 佩里，M.B。；Pignateillo，J.J.，指数族密度位置参数的变点模型，IIE Trans。，947-956（2008年）
[6] Mahmoud，医学硕士。；帕克，P.A。；Woodall，W.H。；Hawkins，D.M.，线性剖面数据的变点法，Qual。Reliab公司。《工程国际》，23，247-268（2007）
[7] 埃瓦赞，M。；努罗萨纳，R。；萨盖伊，A。；Amiri，A.，多元多元线性回归曲线的二期监测，Qual。Reliab公司。《工程国际》，27，281-296（2011）
[8] Niaki，S.T.A。；Khedmati，M.，《线性趋势扰动下高产过程的变化点估计》，《国际先进制造技术杂志》。，69, 491-497 (2013)
[9] 尼亚基，S.T.A。；Khedmati，M.，经历单调扰动的高产过程的变点估计，计算。工业工程，67，82-92（2014）
[10] Dogu，E.，基于变时间间隔（TBE）控制图的变点估计统计监测，Qual。Technol公司。数量。管理。，11, 383-400 (2014)
[11] Ahmadzadeh，F.，《利用人工神经网络对多变量控制图进行变化点检测》，《国际先进制造技术杂志》。(2011)
[12] Ghiasabadi，A。；努罗萨纳，R。；Saghaei，A.，《使用人工神经网络识别控制图上非随机模式的变化点》，国际期刊高级制造技术。，67, 1623-1630 (2013)
[13] Movaffagh，A。；Amiri，A.，多元正态过程平均向量中的单调变点估计，国际期刊高级制造技术。，69, 1895-1906 (2013)
[14] Amiri，A。；尼亚基，S.T.A。；Moghadam，A.T.，基于概率人工神经网络的方差变化点估计程序，软计算。(2014)
[15] 霍金斯博士。；邱，P.H。；Kang，C.W.，《统计过程控制的变化点模型》，J.Qual。技术。，35, 355-366 (2003)
[16] 霍金斯博士。；Zamba，K.D.，《方差变化的变点模型》，J.Qual。技术。，37, 21-31 (2005)
[17] Zamba，K.D。；Hawkins，D.M.，统计过程控制的多变量变点模型，Technometrics，48339-549（2006）
[18] Ross，G.J。；新墨西哥州亚当斯。；Tasoulis，D.K。；Hand，D.J.，《位置和规模变化的数据流非参数监测》，《技术计量学》，53，379-389（2011）
[19] Ross，G.J。；亚当斯，N.M.，《检测任意分布变化的两个非参数控制图》，J.Qual。技术。，44, 102-116 (2012)
[20] Atashgar，K.，《变化点的识别：概述》，《国际先进制造技术》。，64, 1663-1683 (2013)
[21] 甘·F·F。；Ting，K.W。；Chang，T.C.，《过程平均值和方差联合监测的区间制图方案》，Qual。Reliab公司。《国际工程》，20291-303（2004）
[22] Ng，T.S.，EM算法在退化建模中的应用，IEEE Trans。信实。，57, 1, 1-12 (2008)
[23] Yildirima，S。；Singhb，S.S。；Doucet，A.，《变化点模型的在线期望最大化算法》，J.Compute。图表。统计学。，22, 4, 906-926 (2013)
[24] Keshavarz，M。；Huang，B.，多元变化点检测的贝叶斯和期望最大化方法，计算。化学。工程，60，339-353（2014）
[25] Keshavarz，M。；Huang，B.，存在未知和变化协方差的多元变化点检测的期望最大化方法，计算。化学。工程，69，128-146（2014）
[26] Yang，F.，使用EM算法通过拉普拉斯线性回归进行稳健均值变化点检测，J.Appl。数学。(2014) ·兹比尔1442.62158
[27] 霍金斯博士。；Zamba，K.D.，《使用变化点公式对均值或方差变化进行统计过程控制》，《技术计量学》，第47期，第164-173页（2005年）
[28] Park，J。；Park，S.，《上划线{X}和S控制图中变化点的估计》，Commun。统计-模拟。计算。，33, 1115-1132 (2004) ·Zbl 1101.62382号
[29] Chang，S.T。；Lu，K.P.，使用EM算法检测统计过程控制中的变化点，Qual。Reliab公司。工程国际（2015）
[30] 洛杉矶扎德，是否需要模糊逻辑？，通知。科学。，178, 2751-2779 (2008) ·Zbl 1148.68047号
[31] Cheng，C.-B.，《模糊过程控制：用模糊数构建控制图》，模糊集与系统，154287-303（2005）
[32] Gülbay，M。；Kahraman，C.，《模糊过程控制图和模糊非自然模式分析的发展》，计算机。统计师。数据分析。，51, 434-451 (2006) ·Zbl 1157.62560号
[33] Faraz，A。；Shapiro，A.F.，《模糊随机变量在控制图中的应用》，模糊集与系统，1612684-2694（2010）·Zbl 1206.93062号
[34] 王，D。；李，P。；Yasuda，M.，基于加权可能性均值的模糊控制图的构建，Commun。统计理论，43，3186-3207（2014）·Zbl 1297.62012年
[35] Sentürk，S。；埃尔金内尔，N。；卡亚，I。；Kahraman，C.，单变量数据的模糊指数加权移动平均控制图及其实际应用，Appl。软计算。，22, 1-10 (2014)
[36] Bezdek，J.C.，《模糊目标函数算法的模式识别》（1981），Plenum出版社：纽约Plenum Press·Zbl 0503.68069号
[37] 霍普纳，F。；Klawonn，F。；克鲁斯，R。；Runkler，T.，《模糊聚类分析：分类数据分析和图像识别方法》（1999），威利：威利纽约·Zbl 0944.65009号
[38] 阿拉迪尼，A。；Ghazanfari，M。；Aminnayeri，M.，用于估计固定和可变抽样控制图中变化时间的混合模糊统计聚类方法，Inform。科学。，179, 1769-1784 (2009)
[39] Zarandi，M.H.F。；Alaeddini，A.，估计可变抽样控制图变化时间的一般模糊统计聚类方法，Inform。科学。，180, 3033-3044 (2010)
[40] Kazemi，M.S。；巴兹根，H。；Yaghoobi，M.A.，《使用模糊统计聚类估计线性趋势扰动过程的漂移时间》，《国际生产研究杂志》，52，3317-3330（2014）
[41] Yang，M.S.，关于一类模糊分类最大似然过程，模糊集与系统，57365-375（1993）·Zbl 0807.62049号
[42] Zadeh，L.A.，模糊集，信息控制，8，338-353（1965）·Zbl 0139.24606号
[43] Lin，C.Y。；Chen，C.B.，使用带惩罚FCM的扩展矢量量化神经网络的不可见混合彩色图像系统，模式识别。，40, 1685-1694 (2007) ·Zbl 1114.68517号
[44] Hung，W.L。；Chang，Y.C。；Chuang，S.C.，混合威布尔分布的模糊分类最大似然算法，软计算。，12, 1013-1018 (2008) ·Zbl 1140.62329号
[45] 杨，M.S。；Lin，C.Y。；Tian，Y.C.，一个稳健的分类最大似然聚类框架，国际不确定性杂志。模糊，21755-776（2013）·Zbl 1323.62069号
[46] de Oliveira，J.V。；Pedrycz，W.，《模糊聚类及其应用进展》（2007），John Wiley&Sons
[47] Ruspini，E.H.，《聚类的新方法》，《Inf.Control》，第15期，第22-32页（1969年）·Zbl 0192.57101号
[48] Khalil，H.K.，非线性系统（2002），普伦蒂斯·霍尔：新泽西普伦蒂斯霍尔·Zbl 0626.34052号
[49] Hawkins，D.M.，将多个变点模型拟合到数据，计算。统计师。数据分析。，37, 323-341 (2001) ·Zbl 0990.62019号
[50] Venter，J.H。；Steel，S.J.，《寻找多个突变点》，计算。统计师。数据分析。，22, 481-504 (1996) ·兹比尔0900.62230
[51] Dave，R.N.，验证通过c-shell聚类获得的模糊划分，模式识别。莱特。，17, 613-623 (1996)
[52] 加特，I。；Geva，A.B.，无监督最优模糊聚类，IEEE Trans。模式分析。，11, 773-781 (1989) ·Zbl 0709.62592号
[53] 谢晓乐。；Beni，G.，模糊聚类的有效性度量，IEEE Trans。模式分析。机器。智力。，13841-847（1991年）
[54] Wu，K.L。；Yang，M.S.，模糊聚类的聚类有效性指标，模式识别。莱特。，26, 1275-1291 (2005)
[55] Montgomery，D.C.，《统计质量控制导论》（2013），John Wiley&Sons:John Willey&Sons New York·Zbl 1266.62003年
[56] Sullivan，J.H.，从聚类个体观察中检测多个变化点，J.Qual。技术。，34, 371-383 (2002)
[57] Lombard，F.，《变化点问题的等级测试》，《生物特征》，74，15-624（1987）·Zbl 0628.62047号
[58] Jandhyala，V.K。；Fotopoulos，S.B。；Hawkins，D.M.，检测和估计过程可变性中的突变，计算。统计师。数据分析。，40，1-19（2002年）·Zbl 0990.62095号
[59] 费恩黑德，P。；Clifford，P.，隐马尔可夫模型的在线推断，J.R.Stat.Soc.Ser。B统计方法。，65, 887-899 (2003) ·Zbl 1059.62098号
[60] Gustafsson，F.，《自适应滤波和变化检测》（2000），John Wiley&Sons：John Willey&Sons纽约
[61] 白，X。；姚，W。；Boyer，J.E.，混合回归模型的稳健拟合，计算。统计师。数据分析。，56, 2347-2359 (2012) ·Zbl 1252.62011年
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。