پایش پروفایلهای دو جمله ای و شناسایی متغیرهای عامل انحراف با استفاده ازشبکه عصبی مصنوعی

دردو دهه اخیر مبحث جدیدی درکنترل فرایند اماری تحت عنوان پایش پروفایل ها که کاربردهای بسیاری درعمل دارد مورد توجه محققان قرارگرفته است درپایش پروفایل ها رابطه بین یک متغیر پاسخ و یک یا چندمتغیر مستقل درطول زمان بررسی میشود این رابطه که درادبیات با استفاده از رابطه رگرسیونی مدل میشود میتواند بصورت رگرسیونهای خطی چندجمله ای غیرخطی یا خطی تعمیم یافته باشد درپروفایلهای خطی تعمیم یافته متغیر پاسخ از خانواده توزیع های نمایی شامل برنولی دوجمله ای گاما نمایی و پواسون است علیرغم مطالعات فراوانی که روی پایش پروفایلهای خطی ساده چندگانه و چندجمله ای انجام شده است پروفایلهای دو جمله ای به اندازه کافی مورد بررسی قرارنگرفته و تاکنون روشی مبتنی برشبکه عصبی برای پایش این پروفایل ها ارایه نشده است این مقاله ازیک شبکه عصبی پرسپترون چندلایه برای پایش پروفایلهای دو جمله ای و شناسایی متغیرهای عامل انحراف استفاده می کند.

Keywords:

کنترل فرایندآماری , رگرسیون خطی تعمیم یافته ـ شبکه عصبی مصنوعی ـ پروفایل دو جمله ای , متوسط طول دنباله