STATISTICA Process Optimization jest to dodatek do systemu STATISTICA Data Miner, będący wydajnym narzędziem do badania, monitorowania i optymalizacji złożonego procesu na podstawie wszystkich dostępnych danych. STATISTICA Process Optimization łączy wydajne narzędzia do monitorowania jakości oraz innych parametrów procesu z najnowszymi technikami data mining oraz metodami optymalizacji.
STATISTICA Process Optimization jest odpowiedni do każdej sytuacji, w której dostępne (zazwyczaj duże) zbiory danych opisują złożony proces dostarczania usług, a także ciągły lub wsadowy proces wytwarzania.
W przypadku procesu, który zależy od setek lub nawet tysięcy parametrów, potencjalnie każdy z tych parametrów może mieć istotny wpływ na jakość końcowego produktu. STATISTICA Process Optimization określi podzbiór tych czynników, które mają największy wpływ na proces. Pozwala to skupić się na kilku najważniejszych parametrach, a w konsekwencji uzyskać silniejszy wpływ na produkt końcowy.
Dokładniej rzecz biorąc w skład systemu wchodzą narzedzia z następujacych dziedzn
Symulacja
- Dopasowanie rozkładów do wielowymiarowych danych, automatyczny wybór rozkładu najlepiej pasującego do danych
- Szacowanie macierzy kowariancji zmiennych.
- Zaawansowana symulacja wielowymiarowych, niegaussowskich rozkładów z zachowaniem kowariancji, np. w celu określenia niezawodności, rozkładu właściwości produktu, spodziewanej liczby jednostek zgodnych z wymaganiami itp.
Stosowanie modeli dla nowych danych w środowisku STATISTICA
Program STATISTICA Process Optimization jest częścią rodziny produktów STATISTICA i jest w pełni zintegrowany z innymi narzędziami.
- Modele predykcyjne data mining mogą być automatycznie uruchamiane w STATISTICA Enterprise w celu sterowania jakością, wykrywania problemów i nadzorowania procesu (zobacz również odnośniki i literaturę poniżej) na podstawie dynamicznych strumieni danych.
- Projekty data mining mogą być przekazane do wykonania na wydajnych serwerach pracujących z WebSTATISTICA.
- Nadzorowanie procesów na podstawie wzorców zależności występujących w "dobrych" i "złych" procesach (np. w sterowaniu procesami ciągłymi i wsadowymi występującymi w przemyśle chemicznym, farmaceutyczny i energetycznym) można wykonywać w STATISTICA Monitoring and Alerting Server, co umożliwia całościowe monitorowanie wielowymiarowego procesu w całym przedsiębiorstwie.
Wykrocz poza proste monitorowanie procesu i optymalizację pojedynczych czynników!
StatSoft jest już od ponad dwóch dekad liderem we wdrażaniu na całym świecie praktycznych i wydajnych rozwiązań do zaawansowanego monitorowania i optymalizacji procesów! W dziale Czytelnia opisane są przykłady zastosowań, a w dziale Przykłady wdrożeń przedstawiono przykładowe zastosowania, zachęcamy też zapoznania się z poniższymi artykułami:
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). (Uwaga: Artykuł jest dostępny dla członków EPRI. Można go także zakupić na stronie EPRI, zobacz: 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.
Demski, T.,Walanus A. Data mining - inteligencja biznesowa. MM Magazyn Przemysłowy 3 (56) 2004)
Demski, T. Przemysł wyrachowany, Computerworld, 22 lutego 2005
Szafarz, T. Inżynierska statystyka. Przegląd Techniczny 1/2006
Portal data mining
wykorzystuje
