วิเคราะห์ความน่าเชื่อถือ - AS Nida
วิเคราะห์ความน่าเชื่อถือ - AS Nida วิเคราะห์ความน่าเชื่อถือ - AS Nida
รูปที่ 4 คาพยากรณฟงกชันความนาจะเปน (PDF) จากวิธี MPP และ MCS Cumulative Distribution 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0 -10 -5 0 5 10 15 Response 60 MPP MCS รูปที่ 5 คาพยากรณฟงกชันความนาจะเปนสะสม (CDF) จากวิธี MPP และ MCS Applied Statistics 4. อภิปรายและหมายเหตุสรุป (Discussions and Concluding Remarks) การคํานวณหาคาความนาเชื่อถือ (Reliability) โดยวิธี MPP สามารถทําไดโดยไมตองทุมใชทรัพยากรจํานวนมาก ในการสราง PDF ทั้งหมด ซึ่งเหมาะกับการนําไปประยุกตใชในการหาคาความนาเชื่อถือซึ่งเปนคาความนาจะเปนที่ ขีดจํากัดที่อาจจะเปนไดทั้งทางเดียวหรือทั้งสองทางก็ได อยางไรก็ตามเนื่องจากการคํานวณดวยวิธี MPP จําเปนจะตอง แกปญหาในลักษณะการหาคาเหมาะสมหรือหาระยะทางที่สั้นที่สุด การลูเขาสูคําตอบจะเร็วหรือชาก็ขึ้นกับคําตอบเริ่มตนที่ ใสเขาไป ซึ่งปญหาลักษณะนี้มีขอดีที่วาขอบเขตของคําตอบที่เปนไปไดมักเปนขอบเขตที่จํากัด ในกรณีศึกษาที่ 1 จะเห็นไดวาวิธี MCS และ MPP ใหผลการพยากรณที่เกือบเปนเสนเดียวซึ่งแสดงวาการพยากรณ ดวยวิธี MPP มีประสิทธิผลดีมาก ขณะที่กรณีศึกษาที่ 2 จะเห็นความแตกตางระหวางทั้งสองวิธี ซึ่งสาเหตุสวนหนึ่งมาจากมี ความไมเปนเชิงเสนสูงของระบบของกรณีที่ 2 สําหรับคาฟงกชัน PDF ในรูปที่ 2 และ 4 จะเห็นไดวาวิธี MPP ใหคาฟงกชัน PDF ที่ไมสะดุด (Smooth) ซึ่งตางจากผลที่ไดจาก MCS ซึ่งมีลักษณะสัญญาณรบกวน (Noise) ซึ่งเปนลักษณะปกติจากการ สรางตัวแปรสุมจํานวนมากและความไมสมบูรณของตัวแปรสุมที่เกิดขึ้นจากตัวกําเนิดตัวแปรสุม (Random Generator) การ ที่ฟงกชันไมสะดุดนี้จะชวยใหการนําไปใชในการออกแบบที่มีพื้นฐานจากความนาเชื่อถือ (Reliability-Based Design) มี ความเสถียรสูงขึ้น ในกรณีที่ระบบมีความเชิงเสนสูง ดังเชนในกรณีที่ 1 วิธี MPP สามารถพยากรณ PDF ไดใกลเคียงผลจาก วิธี MCS มาก แตเมื่อมีความไมเชิงเสนสูงขึ้น ดังเชนกรณีที่ 2 แลววิธี MPP ก็มีความผิดพลาดสูงขึ้น ขอสังเกตอีกประการ หนึ่งก็คือ วิธี MPP เปนวิธีที่เนนการคํานวณคาความนาจะเปนเฉพาะจุด จึงไมเหมาะสมที่จะนํามาใชหาการกระจายความ หนาแนนความนาจะเปน (PDF) หรือ CDF นัก
การประชุมวิชาการดานการวิจัยดําเนินงานแหงชาติ ประจําป ๒๕๕๐ 5. เอกสารอางอิง (Reference) Du, X., and Chen, W., 2001, A most probable point-based method for efficient uncertainty analysis, Design Manufacturing, 4, 1, 47-66. Law, A., and Kelton, W., 2000, Simulation Modeling and Analysis, McGraw-Hill, Boston, 760p. Buranathiti, T., Cao, J., Chen, W., and Xia, Z.C., 2006, “A Weighted Three-Point-Based Methodology for Variance Estimation, Engineering Optimization, 38, 5, 557-576. Oberkampf, W.L., DeLand, S.M., Rutherford, B.M., Diegert, K.V., and Alvin, K.F., 2002, Error and uncertainty in modeling and simulation, Reliability Engineering and System Safety, 75, 3, 333-357. Robinson, D.G., 1998, A Survey of Probabilistic Methods Used in Reliability, Risk and Uncertainty Analysis: Analytical Techniques I, Sandia Report. Ross, S.M., 1993, Introduction to Probability Models, Academic Press, Boston, 556p. 61
- Page 1 and 2: การประชุมวิ
- Page 3 and 4: การประชุมวิ
- Page 5: การประชุมวิ
รูปที่<br />
4 คาพยากรณฟงกชันความนาจะเปน (PDF) จากวิธี MPP และ MCS<br />
Cumulative Distribution<br />
1<br />
0.9<br />
0.8<br />
0.7<br />
0.6<br />
0.5<br />
0.4<br />
0.3<br />
0.2<br />
0.1<br />
0<br />
-10 -5 0 5 10 15<br />
Response<br />
60<br />
MPP<br />
MCS<br />
รูปที่<br />
5 คาพยากรณฟงกชันความนาจะเปนสะสม (CDF) จากวิธี MPP และ MCS<br />
Applied Statistics<br />
4. อภิปรายและหมายเหตุสรุป (Discussions and Concluding Remarks)<br />
การคํานวณหาคาความนาเชื่อถือ<br />
(Reliability) โดยวิธี MPP สามารถทําไดโดยไมตองทุมใชทรัพยากรจํานวนมาก<br />
ในการสราง PDF ทั้งหมด<br />
ซึ่งเหมาะกับการนําไปประยุกตใชในการหาคาความนาเชื่อถือซึ่งเปนคาความนาจะเปนที่<br />
ขีดจํากัดที่อาจจะเปนไดทั้งทางเดียวหรือทั้งสองทางก็ได<br />
อยางไรก็ตามเนื่องจากการคํานวณดวยวิธี<br />
MPP จําเปนจะตอง<br />
แกปญหาในลักษณะการหาคาเหมาะสมหรือหาระยะทางที่สั้นที่สุด<br />
การลูเขาสูคําตอบจะเร็วหรือชาก็ขึ้นกับคําตอบเริ่มตนที่<br />
ใสเขาไป ซึ่งปญหาลักษณะนี้มีขอดีที่วาขอบเขตของคําตอบที่เปนไปไดมักเปนขอบเขตที่จํากัด<br />
ในกรณีศึกษาที่<br />
1 จะเห็นไดวาวิธี MCS และ MPP ใหผลการพยากรณที่เกือบเปนเสนเดียวซึ่งแสดงวาการพยากรณ<br />
ดวยวิธี MPP มีประสิทธิผลดีมาก ขณะที่กรณีศึกษาที่<br />
2 จะเห็นความแตกตางระหวางทั้งสองวิธี<br />
ซึ่งสาเหตุสวนหนึ่งมาจากมี<br />
ความไมเปนเชิงเสนสูงของระบบของกรณีที่<br />
2 สําหรับคาฟงกชัน PDF ในรูปที่<br />
2 และ 4 จะเห็นไดวาวิธี MPP ใหคาฟงกชัน<br />
PDF ที่ไมสะดุด<br />
(Smooth) ซึ่งตางจากผลที่ไดจาก<br />
MCS ซึ่งมีลักษณะสัญญาณรบกวน<br />
(Noise) ซึ่งเปนลักษณะปกติจากการ<br />
สรางตัวแปรสุมจํานวนมากและความไมสมบูรณของตัวแปรสุมที่เกิดขึ้นจากตัวกําเนิดตัวแปรสุม<br />
(Random Generator) การ<br />
ที่ฟงกชันไมสะดุดนี้จะชวยใหการนําไปใชในการออกแบบที่มีพื้นฐานจากความนาเชื่อถือ<br />
(Reliability-Based Design) มี<br />
ความเสถียรสูงขึ้น<br />
ในกรณีที่ระบบมีความเชิงเสนสูง<br />
ดังเชนในกรณีที่<br />
1 วิธี MPP สามารถพยากรณ PDF ไดใกลเคียงผลจาก<br />
วิธี MCS มาก แตเมื่อมีความไมเชิงเสนสูงขึ้น<br />
ดังเชนกรณีที่<br />
2 แลววิธี MPP ก็มีความผิดพลาดสูงขึ้น<br />
ขอสังเกตอีกประการ<br />
หนึ่งก็คือ<br />
วิธี MPP เปนวิธีที่เนนการคํานวณคาความนาจะเปนเฉพาะจุด<br />
จึงไมเหมาะสมที่จะนํามาใชหาการกระจายความ<br />
หนาแนนความนาจะเปน (PDF) หรือ CDF นัก
Change language