六西格瑪管理中統(tǒng)計(jì)分析方法的改進(jìn)——神經(jīng)網(wǎng)絡(luò)的運(yùn)用.pdf

1、本文主要討論了六西格管理中現(xiàn)有的一些統(tǒng)計(jì)工具在實(shí)現(xiàn)六西格瑪管理過程中會(huì)遇到困難：在一些復(fù)雜情況下，原有的工具無法實(shí)現(xiàn)六西格質(zhì)量水平。然后本文從六西格瑪本身的核心過程(DMAIC)入手，著重討論神經(jīng)網(wǎng)絡(luò)和遺傳算法這樣的數(shù)據(jù)挖掘技術(shù)在復(fù)雜的情況下如何解決六西格瑪?shù)暮诵倪^程中存在的問題。本文圍繞實(shí)現(xiàn)六西格瑪水平質(zhì)量為核心，以神經(jīng)網(wǎng)絡(luò)技術(shù)為支撐，將六西格瑪管理和神經(jīng)網(wǎng)路和遺傳算法結(jié)合在一起。不僅為解決六西格瑪管理中存在的問題提供了可行的方法，更

2、是對(duì)六西格瑪管理流程本身的一種完善。雖然六西格瑪管理在如今更多的成為了一種企業(yè)的文化理念，而不只是通過統(tǒng)計(jì)方法實(shí)現(xiàn)的科學(xué)管理，但是隨著計(jì)算機(jī)技術(shù)的發(fā)展，這些高級(jí)數(shù)據(jù)挖掘技術(shù)在理論上和實(shí)踐上都能大大地豐富六西格瑪管理的內(nèi)容，在技術(shù)上給與六西格瑪管理更多的支持，使其成為一套強(qiáng)大的企業(yè)流程改進(jìn)的工具。 第一章主要闡述的是研究背景，一方面介紹了六西格瑪?shù)陌l(fā)展進(jìn)程以及今天在世界各大企業(yè)中的重要地位，另一方面提出了隨著六西格瑪管理在企業(yè)界應(yīng)

3、用的不斷深入，人們發(fā)現(xiàn)隨著企業(yè)面臨的環(huán)境和內(nèi)部流程的日益復(fù)雜化，六西格瑪管理的改進(jìn)流程中數(shù)據(jù)采集和數(shù)據(jù)分析過程也日益復(fù)雜，工作量大且容易失真，使得最初的一些六西格瑪改進(jìn)技術(shù)不能夠發(fā)揮應(yīng)有的作用。六西格瑪管理流程中如何有效地處理分析復(fù)雜的數(shù)據(jù)，從數(shù)據(jù)中發(fā)現(xiàn)對(duì)企業(yè)流程改進(jìn)有用的、隱藏的信息，并且提出更為有效地解決方法，成為目前需要解決的一個(gè)實(shí)際問題。 第二章先是簡單介紹了六西格瑪?shù)幕靖拍詈吞卣?；六西格瑪管理常用的度量，包括什么是?/p>

4、格瑪水平 Z，什么是百萬機(jī)會(huì)缺陷數(shù) DPMO 等：六西格瑪管理的核心流程 DMAIC，本文的結(jié)構(gòu)也是按照六西格瑪管理的核心流程來安排的。這些內(nèi)容主要讓讀者了解六西格瑪管理，也為本文后面的內(nèi)容服務(wù)。在簡單介紹的基礎(chǔ)上，作者還簡單提出了六西格瑪管理中統(tǒng)計(jì)方法實(shí)現(xiàn)存在的主要問題：測量過程中的問題、過程改進(jìn)中問題、過程控制中的問題。這樣就引出了四，五，六三章的核心內(nèi)容。 第三章也是為后面三章服務(wù)的，先簡單介紹現(xiàn)有的實(shí)現(xiàn)六西格瑪?shù)墓ぞ?，?/p>

5、結(jié)了這些工具在實(shí)現(xiàn)六西格瑪時(shí)會(huì)遇到哪些困難。在此基礎(chǔ)上提出了神經(jīng)網(wǎng)絡(luò)和遺傳算法，并且簡單介紹了這兩種方法的工作原理和特點(diǎn)。 第四章是六西格瑪管理中測量方法的改進(jìn)，本章闡述了在六西格過程中的核心是最大化顧客滿意度，而顧客滿意度的提高依靠的是對(duì)關(guān)鍵顧客需求的改善。本正是運(yùn)用了數(shù)據(jù)挖掘中的神經(jīng)網(wǎng)絡(luò)模型，利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，直接提取神經(jīng)網(wǎng)絡(luò)的權(quán)數(shù)信息，用權(quán)數(shù)測量出顧客需求的重要度權(quán)重。并通過實(shí)例分析得到了較好的效果。 第五

6、章分析了六西格瑪改進(jìn)中的問題，本章把神經(jīng)網(wǎng)絡(luò)和遺傳算法引入到六西格瑪過程改進(jìn)技術(shù)中，指出了傳統(tǒng)六西格瑪改進(jìn)技術(shù)的缺陷，提出了用神經(jīng)網(wǎng)絡(luò)建模，用遺傳算法尋優(yōu)的方法進(jìn)行最佳工藝條件配置，從一定程度了克服了傳統(tǒng)技術(shù)的缺陷，提高了產(chǎn)品的質(zhì)量。從本章的研究中可以看出，神經(jīng)網(wǎng)絡(luò)和遺傳算法的運(yùn)用，大大提高了六西格瑪?shù)倪^程改進(jìn)能力，實(shí)現(xiàn)了傳統(tǒng)改進(jìn)技術(shù)所不能達(dá)到了要求。但是一種新技術(shù)的提出遠(yuǎn)遠(yuǎn)做不到完美無缺，神經(jīng)網(wǎng)絡(luò)技術(shù)也有自身的缺陷，比如映射過程是一個(gè)

7、“黑箱”，神經(jīng)網(wǎng)絡(luò)并沒有確定的函數(shù)形式：神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)設(shè)置比較困難(隱層神經(jīng)元數(shù)目難以確定)；神經(jīng)網(wǎng)絡(luò)容易陷入局部最優(yōu)等等。很多學(xué)者為此研究了許多優(yōu)化算法，比如小波神經(jīng)網(wǎng)絡(luò)和遺傳算法的結(jié)合，用遺傳算法改進(jìn)網(wǎng)絡(luò)結(jié)構(gòu)等等，這些內(nèi)容屬于本文的展望部分。 第六章先簡述了傳統(tǒng)的質(zhì)量控制技術(shù)：控制圖。在此基礎(chǔ)上分析了六西格瑪條件下質(zhì)量控制的難點(diǎn)。在六西格瑪質(zhì)量水平下，傳統(tǒng)的控制圖技術(shù)需要計(jì)量控制對(duì)象，需要計(jì)算中心線和上下線，需要根據(jù)不同的判