NMath应用教程:质量管理与决策支持应用
NMath应用教程:质量管理与决策支持应用
愤怒的小吉 发表于3年前
NMath应用教程:质量管理与决策支持应用
  • 发表于 3年前
  • 阅读 16
  • 收藏 0
  • 点赞 0
  • 评论 0

【腾讯云】新注册用户域名抢购1元起>>>   

摘要: NMath应用教程:质量管理与决策支持应用

NMath是.Net框架下唯一一款高性能的数学与统计学的商业算法库,能够帮助开发者摆脱复杂的数学算法,面向对象的创建财务,工程和科学相关的Microsoft.NET平台的应用程序。NMath中包含许多通用的计算工具包,在多个行业具有广泛的应用。接下来为大家介绍几个有代表性的应用。

质量管理应用——统计过程控制(SPC)

  所有制造业、工业肯定都会用到统计质量控制图或Shewart图表,用监控生产,以维持和提高产品质量。这些过程控制图是完全独立于实际过程中的决策引擎的,而是基于过程本身的统计特性。这说起来也许很复杂,简单来说就是,在生产过程中,例如产品的尺寸等,会由于某些原因会发生一定的波动,这种波动对产品的质量影响很多,但是完全可以通过采取措施来避免和消除这种波动所造成的影响,这种措施就是过程控制,而统计过程控制就是一种借助数理统计方法的过程控制工具。在制造业的质量管理、工业监控等领域有广泛应用。

实例:某世界前500强服装企业

  该服装企业在其质量过程控制中,运用NMath的描述性统计和概率分布功能绘制出质量U型图,用于展示该公司某一个分组中不符合质量标准的比率。一旦印染数量超过历史的变化率时,要么进行需求分析,要么直接进行干预,以纠正可能已经失控的印染生产过程。

.Net唯一数学算法库NMath应用详解:质量管理与决策支持

决策支持应用——数据平滑

  企业中任何统计报告都是完整的记录运营产生的原始数据,而真正对企业决策有意义的数据,其实把信号噪声或者成为意外数据过滤处理过的数据。这种数据过滤有个很重要的前提就是,不是单纯的将数据平滑,而是要保留重要的的峰值,以提供最具有决策支持意义的数据。大多数提供数据平滑功能的算法库,大型企业其实是不敢使用来进行预处理其数据的,因为这里面需要一整套十分复杂的算法机制,稍有失误将会造成不可挽回的后果。

  而NMath的Savitzky-Golay平滑的功能经过长时间反复优化,能够有效地除去本地信号噪声,同时保留的信号的形状与有效峰值。特别是对于质谱数据的预处理上,表现十分优异,能够有效地消除随机变化,同时最低限度地降低信号的信息内容。

实例:某咨询公司

  某知名咨询公司转为大型企业提供管理决策方面的咨询服务。他需要面对大量的原始数据,并将数据转化为可视化的图表,并在图表上得出对企业发展有效的结论。该公司原有的系统也支持数据平滑,不过采用的方式是较为普遍的平均过滤法,将图上的原始数据平滑为图中。不过结果表明这将某些重要的有效峰值过滤掉了,采用NMath的Savitzky-Golay后,如图下,过滤结果明显要贴近现实一些。

.Net唯一数学算法库NMath应用详解:质量管理与决策支持

  • 打赏
  • 点赞
  • 收藏
  • 分享
共有 人打赏支持
粉丝 0
博文 16
码字总数 2474
×
愤怒的小吉
如果觉得我的文章对您有用,请随意打赏。您的支持将鼓励我继续创作!
* 金额(元)
¥1 ¥5 ¥10 ¥20 其他金额
打赏人
留言
* 支付类型
微信扫码支付
打赏金额:
已支付成功
打赏金额: