Statistische Modellierung und Optimierung multipler Zielgrößen
Loading...
Date
2016-01-21
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
In vielen technischen Anwendungen, wie etwa beim thermischen Spritzen, werden Maschineneinstellungen
(Kovariablen) gesucht, die zu einem Produkt mit gewünschten Eigenschaften
(Zielvariablen) bei festgelegten Zielwerten führen. Die einzelnen Zielvariablen
werden als Zufallsvariablen aufgefasst und in einem Zielvariablenvektor zusammengefasst.
Es wird davon ausgegangen, dass sowohl der Erwartungswert als auch die Varianz
der Zielvariablen von Kovariablen abhängen. In der Regel können nicht alle Zielwerte
gleichzeitig erreicht werden, sondern lediglich ein guter Kompromiss. Zur Auswahl eines
Kompromisses kann die JOP-Methode herangezogen werden, bei der eine Risikofunktion
für eine ganze Reihe von Kostenmatrizen minimiert wird. Bisher wurde dabei angenommen,
dass die Einträge des Zielvariablenvektors unkorreliert sind. In dieser Arbeit wird
die JOP-Methode auf korrelierte Zielgrößen erweitert.
Zunächst werden vier unterschiedliche Modelle vorgestellt und erweitert, bei denen
sowohl der Erwartungswertvektor als auch die Kovarianzmatrix des Zielvariablenvektors
von Kovariablen abhängen. Die Schätzung des Erwartungswertvektors und der Kovarianzmatrix
auf Basis der vier genannten Modellvorstellungen wird in einer Simulationsstudie
untersucht und verglichen. Als Referenz gilt ein einfaches Vorgehen, bei dem für
jede Einstellung das arithmetische Mittel und die empirische Kovarianzmatrix berechnet
wird. Dabei stellt sich zwar kein klarer Favorit heraus, allerdings wird das einfache
Vorgehen immer von mindestens einem der übrigen Modelle übertroffen.
Im weiteren Verlauf wird die JOP-Methode auf korrelierte Zielgrößen erweitert. Es
wird eine Wahl von nichtdiagonalen Kostenmatrizen vorgeschlagen und die Pareto-
Optimalität der JOP-Methode nachgewiesen. Danach folgt die Vorstellung eines Algorithmus
der JOP-Methode für korrelierte Zielgrößen. Anschließend wird die JOPMethode
für korrelierte Zielgrößen auf einen Datensatz aus der Literatur sowie auf einen
im Rahmen des SFB 823 entstandenen Datensatz aus einem thermischen Spritzprozess
angewandt. Den Abschluss der Arbeit bildet eine Zusammenfassung und ein Ausblick.
Description
Table of contents
Keywords
Multivariate Modellierung; Optimierung