STATISTICA Process Optimization
Оптимизация процессов

STATISTICA Process Optimization применяется в тех ситуациях, когда данные (зачастую достаточно большие объемы данных) описывают целый комплекс непрерывных или серийных производственных процессов.

Области применения

Готовые решения

Интеграция с системой STATISTICA

Большее, чем просто контроль процессов и однофакторная оптимизация

Области применения

Используя данные о производственных процессах, собранные за многие годы, STATISTICA Process Optimization может обнаруживать тенденции, повторяющиеся со временем. Эти тенденции затем используются для предсказания средних, минимумов, максимумов и диапазонов для еще не проведённых измерений. Понимание выборочных трендов и прогнозирование поведения выборок оказывается важным для производственных процессов.

В процессе с сотнями или тысячами переменных, потенциально влияющими на конечный продукт, STATISTICA Process Optimization определит набор наиболее значимых независимых переменных. Это позволит сфокусироваться на важных параметрах сложного процесса одновременно и даст возможность оказывать большое влияние на конечный продукт.

Готовые решения

Инструменты STATISTICA Process Optimization, а также служба технической поддержки, доступная в офисах StatSoft по всему миру, позволяет клиентам StatSoft использовать передовые технологии, необходимые в современном бизнесе для повышения конкурентоспособности и получения максимальной прибыли от инвестиций для стабильного успеха. Это специализированное дополнение к STATISTICA Data Miner и другие инструменты, поставляемые либо как готовые решения, уже настроенные специалистами компании StatSoft под Ваши конкретные задачи; либо как полный набор инструментов, позволяющий легко создавать новые или изменять существующие решения.

STATISTICA Process Optimization предлагает следующие дополнительные возможности системы STATISTICA:

1. Методы и алгоритмы моделирования сложных процессов (например, для построения предсказывающих моделей качества, моделей поведения процессов, основных индикаторов поведения; наблюдений, основанных на моделировании).

2. Современные методы поиска ключевых факторов процессов (идентификации важных параметров процесса среди сотен параметров, доступных для наблюдения).

3. Оптимизация (оптимизация функций стоимости, основанная на одной или нескольких моделях для значительного улучшения характеристик процесса).

4. Моделирование (моделирование ненормальных многомерных процессов и моделей для определения ожидаемого поведения, надежности и т. д.).

STATISTICA Process Optimization включает:

1. Наиболее полный набор методов добычи данных, предложенный в продукте STATISTICA Data Miner, инструменты нахождения ключевых факторов, программные продукты STATISTICA для контроля качества и развития, многомерные карты STATISTICA Multivariate Quality Control и продукты для выявления тенденций/сдвигов, раскрывающие существующие явления и предсказывающие новые.

2. Специализированные инструменты для моделирования многомерных процессов.

3. Специализированные инструменты для оптимизации целевых функций (и добычи данных для одного или нескольких исходов и/или функций стоимости).

4. Полный набор графических и исследующих методов для понимания задачи и углубленного анализа (drill down).

Точнее, STATISTICA Process Optimization предоставляет следующие возможности:

Статистический контроль производственных процессов (СКП), многомерный СКП, современные методы наблюдения за процессами

• Карты контроля качества, многомерные карты контроля качества, методы анализы поведения процессов, планирования экспериментов, методы и схемы Шесть сигма объединены в полный набор современных техник исследующей и предсказывающей добычи данных.

• Возможности подключения непосредственно к внешним базам для наблюдения данных напрямую.

• Стандартные методы контрольных карт и анализа тенденций и многомерные методы (MCUSUM, MEWMA, T²).

Добыча данных

• Инструменты и методы исследования и проверки данных для нахождения отклонений, структур и т. д.

• Инструменты и методы для подготовки данных (регистрация выбросов и отклонений, выявление потерянных данных и т. д.).

• Методы, алгоритмы и техники, доступные в STATISTICA Data Miner, самом мощном наборе инструментов для моделирования и предсказания поведения сложных процессов (включающем Automated Neural Networks, различные алгоритмы разделения, деревьев и леса решений, метод опорных векторов, многомерные адаптивные регрессионные сплайны и т. д.).

Оптимизация

• Оптимизация разнообразных предсказывающих моделей добычи данных (применение симплексной оптимизации, генетического алгоритма оптимизации и т. д., для минимизации/максимизации прогноза при использовании одной или нескольких моделей добычи данных).

• Общая оптимизация заданных пользователем функций потерь/стоимости (применение симплексной оптимизации, генетического алгоритма оптимизации, сеточных методов поиска для оптимизации целевых функций, заданных пользователем с помощью удобного языка сценариев STATISTICA Visual Basic (SVB). Таким образом, несколько моделей для нескольких исходов (сложные функции стоимости) могут быть оптимизированы одновременно; заметьте, что STATISTICA может быть интегрирована с WebSTATISTICA и оптимизацию можно переложить на мощный 64-битный многопроцессорный сервер, решающий сложные задачи).

Моделирование

• Подбор распределений к многомерным наборам данных; автоматический выбор нормального, ненормального или смешанных распределений.

• Оценки матриц ковариаций переменных.

• Продвинутое моделирование многомерных ненормальных распределений и ковариационных структур для определения распределений достоверности, дохода, качества, скорости реакции маркетинговых стратегий, инвестиций, портфельных стратегий и т. д.

Интеграция с системой STATISTICA

STATISTICA Process Optimization – часть семейства программных продуктов STATISTICA, полностью интегрированная со всеми коммерческими инструментами.

Например, модели предсказывающей добычи данных могут автоматически соединяться с (Web) STATISTICA Enterprise для основывающегося на моделировании предсказывающего контроля качества, виртуальных сенсоров и т. д.

Проекты и модели добычи данных также могут быть переложены на более мощные серверы WebSTATISTICA. Например, оптимизация может выполняться одновременно несколькими процессорами сервера.

Модель процесса, основанная на мониторинге моделей (например, формирования партии процессов, непрерывных процессов, таких как генерация энергии, производство химикатов и т. д.) может быть развернут на STATISTICA Monitoring and Alerting Server для создания всеобъемлющего многосвязного контроля в масштабах предприятия.

• Hill, T., Eames, R., Lahoti, S. (2008). Finding direction in chaos: Data mining methods make sense out of millions of seemingly random data points. Quality Digest, December, 20-23.

• Hill, T., EPRI/StatSoft Project 44771: Statistical Use of Existing DCS Data for Process Optimization, EPRI, Palo Alto, CA, 2008). (Данная статья доступна для членов EPRI. Ее также можно приобрести. Поиск названия статьи на http://epri.com)

• Grichnik, T., Hill, T., & Seskin, M. (2006). Predicting quality outcomes through data mining. Quality Digest, September, 42-47.

• Lewicki, P; Hill, T; Qazaz, C. (2007). Multivariate Quality Control. Quality Magazine, April, 38-45.