某家庭耐用消费品产品服务数据的运用概念.docx

某家庭耐用消费品产品服务数据的分析运用摘要厂方希望知道近期生产中的质量情况，但刚出厂的产品还没有全卖出去，已售出的产品使用几个月后的保修情况可能还没有数据反馈，因此数据显得滞后很多。当一个批次生产的产品的三年保修期都到时，我们对这批产品的质量情况有了最准确的信息，可惜时间是产品出厂的四、五年后，这些信息已无法指导过去的生产，对现在的生产也没有什么作用。为了解决厂方对于用少量数据预测未来较长时间的产品故障情况的要求，我们首先对问题以及数据进行了分析。通过我们的分析，千件产品故障数主要受到使用时间、实际月份与生产批次的影响，并且产品的使用时间为主要影响，实际月份和生产批次会对使用时间的预测值进行修正。我们将已知的部分售出批次在售出后一年的内的每一月的累计的千件产品故障数整理为我们需要的数据与制表形式，再通过一系列数据处理，得到了用于求解我们模型的数据。之后我们利用MATLAB对每一因素进行建模，再将各个因素模型结合，建立了能够预测每一售出批次的产品的任意使用月数的千件产品故障数的模型，并用C语言写出能够通过输入希望预测的生产批次和使用时间就可得到千件产品故障数预测值的程序。最后对我们的模型进行了验证与评估，验证了我们模型的合理性。关键字：千件产品故障数 MATLAB Curves Fitting 回归方程 Dev C++某家庭耐用消费品产品服务数据的分析运用摘要厂方希望知道近期生产中的质量情况，但刚出厂的产品还没有全卖出去，已售出的产品使用几个月后的保修情况可能还没有数据反馈，因此数据显得滞后很多。当一个批次生产的产品的三年保修期都到时，我们对这批产品的质量情况有了最准确的信息，可惜时间是产品出厂的四、五年后，这些信息已无法指导过去的生产，对现在的生产也没有什么作用。为了解决厂方对于用少量数据预测未来较长时间的产品故障情况的要求，我们首先对问题以及数据进行了分析。通过我们的分析，千件产品故障数主要受到使用时间、实际月份与生产批次的影响，并且产品的使用时间为主要影响，实际月份和生产批次会对使用时间的预测值进行修正。我们将已知的部分售出批次在售出后一年的内的每一月的累计的千件产品故障数整理为我们需要的数据与制表形式，再通过一系列数据处理，得到了用于求解我们模型的数据。之后我们利用MATLAB对每一因素进行建模，再将各个因素模型结合，建立了能够预测每一售出批次的产品的任意使用月数的千件产品故障数的模型，并用C语言写出能够通过输入希望预测的生产批次和使用时间就可得到千件产品故障数预测值的程序。最后对我们的模型进行了验证与评估，验证了我们模型的合理性。关键字：千件产品故障数 MATLAB Curves Fitting 回归方程 Dev C++一 问题描述1.1 引言产品质量是企业的生命线，售后服务是产品质量的观测点，如何用好售后服务的数据是现代企业管理的重要问题之一。现以某种家庭耐用消费品生产厂家为例考虑这个问题。假设该厂的保修期是三年,即在其产品售出后三年中对于非人为原因损坏的产品免费维修。在全国各地的维修站通过网络将保修记录送到统一的数据库里面，原始数据主要是这是哪个批次生产的产品（即生产月份）、售出时间、维修时间、损坏原因及程度、维修费用等等。通过这样的数据可以全面了解产品的质量情况，若从不同的需求角度出发科学整理数据库中的数据，可得到不同用途的信息，从而实现不同的管理目的。1.2 提出问题整个产品的“千件产品故障数”是一个很重要的指标，常用于描述产品的质量。首先将产品按生产批次划分成若干个不同的集合，再对每个集合中迄今已售出的全部产品进行统计，由于每个集合中的产品是陆续售出的，因此它们的统计时间的起点即售出时间是不同的。相同使用时间长度内的产品的保修总次数乘以1000再除以迄今已售出的产品数量，即为千件产品故障数。厂方希望知道近期生产中的质量情况，但刚出厂的产品还没有全卖出去，已售出的产品使用几个月后的保修情况可能还没有数据反馈，因此数据显得滞后很多。当一个批次生产的产品的三年保修期都到时，我们对这批产品的质量情况有了最准确的信息，可惜时间是产品出厂的四、五年后，这些信息已无法指导过去的生产，对现在的生产也没有什么作用。在这种情况下，我们利用已知的部分售出批次在售出后一年的内的每一月的累计的千件产品故障数，建立能够预测每一售出批次的产品的任意使用月数的千件产品故障数的模型，并且将此模型应用于该厂的产品，为其售后服务以及产品生产监督提供改进建议。二 符号说明符号意义F月千件产品故障数预测值T(t)使用时间影响M(m)实际月份影响N(n)生产批次影响TH月千件产品故障数S对应生产批次销售数量SS已统计数据时间内销售数量总和为SSR月实际产品故障数RA加权平均月实际产品故障数KRA当前使用月数下的一般千件产品故障次数THM