• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 1995.10a
• /
• pp.280-283
• /
• 1995

계층형 신경회로망은 학습능력이나 비선형사상능력을 가지고 있고, 그 특징을 이용하여 패턴인식이나 동정 및 제어 등에의 적용이 시도되어 성과를 올리고 있다. 현재, 그 학습법으로 널리 이용되고 있는 것이 역전파학습법으로 최급 강하법이나 공액경사법 등의 최적화 방법이 적용되고 있지만, 학습에 많은 시간이 걸리는 점, 국소적 최적해(local minima)에 해의 수렴이 이루어져 오차가 충분히 작게 되지 않는 점 등이 문제점으로 지적되고 있다. 본 논문에서는 Hu에 의해 고안된 random 탐색법과 조합된 random tabu 탐색법으로 최적결합계수를 구하는 학습알고리즘으로, 국소적 최적해에 수렴하는 것을 방지하고, 수렴정도를 개선하는 새로운 방법을 이용하여 회전기계의 이상진동진단에 적용가능성을 검토하고 오차역전파법에 의한 진단결과와 비교검토한다.

• Journal of Korean Society for Quality Management
• /
• v.31 no.2
• /
• pp.117-130
• /
• 2003

This paper investigates the economic design of synthetic control charts. The synthetic control chart has been proven to be statistically superior to the $\bar{X}$-control chart, but its economic characteristics have not been known. We develop an economic model of the synthetic control chart, based on Duncan's model. The synthetic chart has one more decision variable, the lower control limit for the conforming run length. In addition to this, the significance level and the power of the synthetic chart are more complicated than those of the $\bar{X}$-chart. These features make the optimization problem more difficult. We propose an optimization algorithm by adapting the congruent gradient algorithm. We compare the optimal cost of the synthetic chart with that of (equation omitted)-control chart, under the same input parameter set of Duncan’s. For all cases investigated, the synthetic chart shows superior to the $\bar{X}$-chart. The synthetic control chart is easy to implement, and it has better characteristics than the $\bar{X}$-chart in economical sense as well as in statistical sense, so it will be a good alternative to the traditional control charts.