Mô hình xác suất LSTM-MC Dropout sử dụng Biểu đồ dự báo Kiểm soát Chất lượng công trình

DOI: https://doi.org/10.55228/JTST.11(4).37-46

Keywords

Kiểm soát quá trình thống kê, Dự báo mẫu biểu đồ kiểm soát chất lượng, Học sâu có tính xác suất, Kỹ thuật học sâu mạng nơ ron hồi quy nhân tạo (LSTM), Phương pháp loại bỏ ngẫu nhiên Monte Carlo (MC)

Abstract

Biểu đồ kiểm soát là một công cụ hiệu quả trong kiểm soát quá trình thống kê, giám sát chất lượng công trình. Trong thực tế, mỗi mẫu trong biểu đồ kiểm soát chất lượng thường tương ứng với các trạng thái hoạt động/hư hỏng của các công trình. Hầu hết các công trình nghiên cứu hiện tại đều tập trung vào việc xác định các mẫu biểu đồ kiểm soát (Control Chart Pattern - CCP). Trong bài báo này, nhóm tác giả đề xuất một mô hình tiên lượng cho dự báo CCP. Mô hình được xây dựng dựa trên kỹ thuật học sâu mạng nơ ron hồi quy nhân tạo LSTM (Long-Short-Term Memory) có tính xác suất để nắm bắt các yếu tố phụ thuộc và không chắc chắn của dữ liệu biểu đồ kiểm soát. Hiệu quả của mô hình được đề xuất được xác nhận thông qua một nghiên cứu số. Các kết quả dự báo có thể sử dụng như là cơ sở cho việc ra quyết định bảo trì mang tính dự báo và giúp tránh những hư hỏng không mong muốn.

Downloads

Download data is not yet available.