Гибридный статистический контроль процессов — Комбинированный СПК
Гибридный статистический контроль процессов (СПК) интегрирует классические методы контрольных карт (Шухарта, кумулятивных сумм, экспоненциально взвешенного скользящего среднего) с дополнительными методами — такими как нейронные сети, нечеткая логика, экономический дизайн или многомерная статистика — для более эффективного мониторинга и контроля производственных или сервисных процессов, чем любой отдельный подход. Гибридная архитектура устраняет известные недостатки традиционного СПК, включая медленное обнаружение малых сдвигов, ограничения распознавания образов и неспособность обрабатывать ненормальные или автокоррелированные данные.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- Montgomery, D. C. (2009). Introduction to Statistical Quality Control (6th ed.). Wiley. ISBN: 978-0-470-16992-6
- Guh, R.-S., & Hsieh, Y.-C. (2008). A Neural Network-Based Model for Abnormal Pattern Recognition of Control Charts. Computers and Industrial Engineering, 35(1–2), 35–38. link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Hybrid Statistical Process Control. ScholarGate. https://scholargate.app/ru/experimental-design/hybrid-statistical-process-control
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Контрольная карта сумм нарастания (CUSUM)Статистика↔ сравнить
- Статистическое управление процессамиПланирование эксперимента↔ сравнить
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →