Bayesian online robust parameter design for correlated multiple responses
Bayesian online robust parameter design for correlated multiple responses
复制标题
相关多重响应的贝叶斯在线鲁棒参数设计
DOI：
10.1080/16843703.2021.1952545
复制
发表时间：
2021-09
影响因子：
2.8
通讯作者：
Tingyu Gao
中科院分区：
文献类型：
--
作者：
Shijuan Yang;Jianjun Wang;Xiaolei Ren;Tingyu Gao
摘要在生产和制造过程中，噪声因素通常被认为是难以观察或成本高昂的。先进的传感器技术的出现，使得一些主要设备在产品生产阶段就可以更容易地获得大量的在线监测数据。本文提出了一种新的贝叶斯方法，通过充分利用这些额外的信息，将离线RPD扩展到在线多响应RPD。随着噪声因子的新观测值的逐渐获得，在线调整可控因子的设置，以进一步降低噪声因子变化对生产质量的影响。该方法不仅考虑了多个响应之间的相关性，而且考虑了模型参数的不确定性和噪声因子的可变性。实例研究和仿真研究表明，该方法优于现有的方法上级。
ABSTRACT In production and manufacturing processes, noise factors are often considered difficult or costly to observe. The emergence of advanced sensor technology has made it easier for some major equipment to obtain large amounts of online monitoring data during the production stage of a product. In this paper, a new Bayesian approach is proposed to extend offline RPD to online multi-response RPD by making full use of this additional information. As new observations of the noise factor are obtained gradually, the settings of the controllable factors are adjusted online to further reduce the influence of noise factor variations on production quality. This approach not only addresses the correlation among multiple responses but also considers the uncertainty of model parameters and the variability of noise factors. A case study and a simulation study demonstrate that the proposed approach is superior to existing methods.
登录
查看更多内容
DOI：
10.2307/2981806
发表时间：
1981
期刊：
--
影响因子：
--
作者：
H. Tong
通讯作者：
H. Tong
一种将损失函数与后验概率相结合的多响应表面优化的新贝叶斯方法
影响因子：
6.4
作者：
Jianjun Wang;Yizhong Ma;Linhan Ouyang;Yiliu Tu
通讯作者：
Yiliu Tu
影响因子：
2.7
作者：
Shijuan Yang;Jianjun Wang;Yan Ma
通讯作者：
Shijuan Yang;Jianjun Wang;Yan Ma
基于贝叶斯向量自回归模型的多响应在线参数设计
影响因子：
7.9
作者：
Yang Shijuan;Wang Jianjun;Ma Yizhong;Tu Yiliu
通讯作者：
Tu Yiliu
影响因子：
2.5
作者：
Tirthankar Dasgupta;C. F. J. Wu
通讯作者：
Tirthankar Dasgupta;C. F. J. Wu