2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩79頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、在實(shí)際生產(chǎn)中,總體分布參數(shù)通常未知,傳統(tǒng)的統(tǒng)計(jì)過(guò)程控制運(yùn)用最大似然估計(jì)對(duì)分布參數(shù)進(jìn)行估計(jì)。在多品種小批量生產(chǎn)的情況下,針對(duì)傳統(tǒng)的基于最大似然估計(jì)的統(tǒng)計(jì)過(guò)程控制容易產(chǎn)生失真的問(wèn)題,本文選用共軛貝葉斯估計(jì)對(duì)分布參數(shù)進(jìn)行估計(jì)。設(shè)定多品種小批量生產(chǎn)過(guò)程的總體均值和總體方差分別服從共軛正態(tài)分布和共軛逆Gamma分布。利用成組技術(shù)、Lilliefors正態(tài)性檢驗(yàn)、Bartlett方差齊性檢驗(yàn)和ANOVA方差分析從歷史數(shù)據(jù)中篩選出與當(dāng)前批次樣本擁有工

2、序及數(shù)據(jù)相似性的先驗(yàn)信息。基于選取的先驗(yàn)信息計(jì)算貝葉斯估計(jì)先驗(yàn)分布的超參數(shù),再結(jié)合當(dāng)前批次的樣本,得到共軛貝葉斯估計(jì)的后驗(yàn)分布,及總體均值和總體方差的貝葉斯估計(jì)值表達(dá)式。利用共軛貝葉斯理論提出針對(duì)生產(chǎn)初期及小批量生產(chǎn)的控制圖控制限及過(guò)程能力指數(shù)的計(jì)算方法,其減小了僅用當(dāng)前批小樣本容量估計(jì)總體分布參數(shù)的失真,且能夠隨著當(dāng)前批樣本容量的增大,自動(dòng)增加樣本信息在統(tǒng)計(jì)過(guò)程控制貝葉斯估計(jì)中的權(quán)重,同時(shí)基于最大似然估計(jì)的統(tǒng)計(jì)過(guò)程控制是其樣本容量足夠

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論