モンテカルロシミュレーション

モンテカルロシミュレーション を使用して、定量分析と意思決定におけるリスクを考慮します。

シミュレーションでは、システムの数学的モデルを使用して、実際のシステムで実験した場合よりも、システムの動作をより速く、安価に、そしておそらくより安全に探ることができます。

シミュレーションでは、入力 (X) と出力 (Y) の関係を定義する方程式に基づいて期待値を提供します。これらは既知の方程式である場合もあれば、Minitab の実験計画 (DOE) または回帰分析から作成したモデルに基づいている場合もあります。

初期シミュレーションが完了すると、Engage にはヒストグラムと要約統計量 (予想される出力値とその変動性の推定値を含む) が表示されます。規格限界を指定すると、結果には工程性能メトリクスも含まれます。

Engage には、初期シミュレーションの結果をさらに改善するのに役立つ以下の解析方法が用意されています。
  • パラメーターの最適化: 管理可能な入力の最適な設定を識別します。Engage は各入力の値の範囲を検索し、定義された目的を満たす設定を見つけて、システムの機能を向上させます。
  • 感度解析: 変動が主要な出力に最も影響を与える入力を識別します。この方法をプロセス知識と共に使用して、改善を行うために調整できる入力を特定します。
モンテカルロシミュレーション は以下の質問に答えます。
  • 入力データに最も適した分布はどれか?出力にはどのような値が期待できるか?
  • 入力パラメータの不確実性を考えると、自分のプロセスまたは製品はどの程度の能力があるか?
  • 目標を達成するための最適設定は何か?
  • 入力の変動は応答の変動にどのように影響するか?

使用方法

  1. 入力と出力の関係を説明する方程式 y=f(x) を特定します。方程式は、工程の知識または統計解析から得られます。
  2. 各入力変数の分布を定義します。使用する分布がわからない場合は、EngageCSV ファイル内の履歴データを調べて、可能な分布を推奨できます。
  3. モンテカルロ・シミュレーションを実行します。
  4. パラメータ最適化を実行します。
  5. 感度分析を実行します。

詳細については、モンテカルロ・シミュレーションを追加する を参照してください。