售后服务数据的运用模型

售后服务数据的运用模型 售后服务数据

售后服务数据的运用模型 售后服务数据的运用模型 摘要 , 本文以工厂提供的轿车某部件的千车故障数的数据表为研究对象在分析了数据表的特征并 3 剔除了表中不合理的数据后，根据数据的不同特点建立了多个模型，对其中个生产批次的 1 部件的质量状况进行了预测，探讨了如何改进数据表以进步提高数据的有效性，并对厂家 1 的质量管理提出了系列建设性意见。 : 本文的主要工作有 1, 对数据进行了分析，提出了原文中千车故障数的定义存在的几种不合理性并对其进行了修 , 正给出了更加合理的千车故障数的概念； 22 采用横向最小乘拟合与纵向卡尔曼滤波方法的联合预测方法对数据表进行填充； 3,020518﹑03069 建立了灰色马尔柯夫预测模型并对批次使用月数时批次使用月数时和 031012 批次使用月数时的千车故障数进行了预测。 : 预测结果为 020518 79.65 批次使用月数时的千车故障数为； 03069  32.78 批次使用月数时的千车故障数为； 031012 12.57 批次使用月数时的千车故障数为； 2 关键词：最小乘法；灰色预测；马尔柯夫链   Post-sale service data utilization model Abstract This paper factories car a1000 car parts fault of afew data tables for study ,After has analyzed the data sheet characteristic and has rejected in the table the unreasonable data, Has established many models according to the data different characteristic, Has carried on the forecast to 3productions raid of part quality condition, How discussed improved the data sheet to further to enhance the data the validity, And gave aseries of constructive comment to the factory quality control. The main work: 1on the data analysis, The original 1000 car fault the definition of several unreasonable, And its amendments, Is amore reasonable number of 1,000 cars the concept of fault. 2horizontal and vertical least squares fitting method of Kalman filtering method of predicting the data sheet filler