摘要
对多元指数加权移动平均(Multivariate Exponentially Weighted Moving Average,MEWMA)控制图的优化方法进行了深入研究.在绘制控制图的第一阶段,利用基于相邻向量差的数据矩阵构建的协方差矩阵S2作为总体协方差矩阵Σ的估计量,建立了一种改进的MEWMA图.在均值向量发生阶跃偏移和单向持续偏移两种不同失控模式下,比较分析了传统的MEWMA图以及改进的MEWMA图的信号概率和平均运行链长.仿真结果表明,在平滑系数r和偏移系数λ较大时,该改进方法显著提高了MEWMA控制图的监控性能.
This paper researched on the optimization of multivarate exponentially weighted moving average（MEWMA） control chart.In the retrospective phase,a new covariance matrix S_2 based on successive differences is recommended for estimating the common covariance matrix Σ.An improved MEWMA chart based on estimator S_2 was established.When step shifts or ramp shifts in mean value occur,the signal probabilities and ARLs（average run length） of two MEWMA charts are compared.According to the simulation results,the new control chart presents a remarkable optimization with large smoothing factor r and noncentrality parameter λ.
出处
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2010年第6期868-872,共5页
Journal of Shanghai Jiaotong University
基金
2007年度高校博士点专项科研基金(20070248021)
国家自然科学基金(70932004)资助项目
关键词
多元指数加权移动平均(MEWMA)控制图
总体协方差矩阵估计量
均值向量偏移系数
平滑系数
multivariate exponentially weighted moving average（MEWMA） control chart
estimators for common covariance matrix
noncentrality parameter of mean vector
smoothing factor
