Kombination neuronaler Netze
Steven Whites, Six Sigma Black Belt, Kupfer von Kennecott Utah, Rio Tinto
Die JMP-Analyse hat gezeigt, wie verschiedene Erze unseren Metallkonzentrationsprozess beeinflussen. Diese Analyse kann Aufschluss über andere Geschäftsprobleme geben, z. B. wirtschaftliche Nachfragekurven, bei denen Theorie und beobachtete Ergebnisse sich zu widersprechen scheinen. Der Metallkonzentrationsprozess basiert auf einer ähnlichen Beziehung wie die wirtschaftliche Nachfragekurve, bei der eine negative Beziehung zwischen Preis und Menge besteht. Im Falle von Metallkonzentrationsprozessen zeigt ein Streudiagramm der täglichen Ergebnisse jedoch häufig eine unerwartete positive Beziehung aufgrund einer Verschiebung der Erzmerkmale. Analog dazu kann eine Verschiebung der Nachfragekurve aufgrund veränderter Kundenpräferenzen eine ähnlich unerwartete, positive Preis-Mengen-Beziehung aufweisen. Diese Präsentation beschreibt, wie theoretische Kurven innerhalb dieser scheinbar widersprüchlichen tatsächlichen Ergebnisse gefunden werden können. Die Analyse beginnt mit einem komplexen Datensatz von mehreren hundert möglichen metallurgischen und betrieblichen Begriffen. Die Partitionsplattform in JMP wird verwendet, um dies auf eine überschaubarere Kandidatenliste zu reduzieren. Die multivariate Plattform- und Hauptkomponentenanalyse reduziert diese Liste weiter. Unkomplizierte JSL-Skripts werden dann verwendet, um Kombinationen der verbleibenden Terme zu testen, um ein optimales neuronales Modell zu finden. Ein Blasendiagramm wird zur Anzeige von Analyseergebnissen verwendet, wobei X = der Medianwert von r-sq (Test), Y = die Standardabweichung von r-sq (Test) und die Blasenfarbe = Anzahl der Terme für dieses bestimmte Modell. Mehrere (durch die Computerzeit begrenzte) Durchläufe werden mit verschiedenen zufälligen Trainings- / Validierungs- / Test-Untergruppen durchgeführt, wobei die wiederholte Holdout-Methode zur Abschätzung der Fehlerrate verwendet wird. Die optimale Modellauswahl wird durch eine visuelle Anzeige der Anzahl der Begriffe, der Modellwirksamkeit und der Modellstabilität vereinfacht.
