美文网首页
浅谈田口质量损失函数(QLF)(一)

浅谈田口质量损失函数(QLF)(一)

作者: AnYiming | 来源:发表于2021-01-27 05:01 被阅读0次

我们经常会遇到“田口质量损失函数(QLF)”这个词,那么田口质量损失函数到底是个什么东西呢?它能够帮助我们做什么呢?今天我就讨论这个话题。

通常,我们判断产品是否合格的依据就是是否符合公差,只要符合公差范围,我们就认为是合格的。只有对超过公差的产品才会才返工、返修或报废等行动,也就是说才会产生损失,如下面左图所示:

我们站在运营的角度和质量控制的角度来看这个问题是无疑是正确的,但是如果站在最终使用者的角度来看这个问题就不行了。比如,消费者花同样的钱买了一辆车,顾客A的车百公里油耗是8.0L, 而顾客B的车的每百公里油耗只有7.5L,8.0L的油耗也是满足整车厂的公差范围,但顾客A其实是付出了更多的成本的,那就不满意了,下次换车时就不买该品牌的车了。那就引出了另外一种质量观点,即日本田口玄一质量观。

田口玄一的质量观是,即使是产品在公差范围之内,也是有损失的,换句话说,任何偏离名义值或目标值的产品都是损失。我通过一个日常生活的案列来说明一下,帮助大家理解。我们在超市的买水果一般都有个最佳食用日期,也是比这个时间早或晚味道、口感或营养都不是最好的。假如你买了橙子,你吃橙子的口感不满意度基本符合下图所示:

刚买回家的立即就吃,味道太酸了,放到第3天可以吃了,但是微酸,第5天口感是最好的,第7天再吃,口感就变得有点不好,但可以接受,到了第9天,就熟过了,就很难吃了。类似的例子还有香蕉,道理是一样的。

田口玄一博士用二次函数来量化这种损失,如上面的右图所示,这就是著名的田口质量损失函数:  L=K×(X-T)^2,其中,L=经济损失,K=成本系数,X=质量特性值,T=目标值。今天我不对这个公式展开太多,比如K值的计算,容差的计算等,咱们下次再介绍。

田口玄一博士的损失函数用来衡量由于不良的质量对社会造成的财务损失,他把损失分成了两类,即有形损失和无形损失。有形损失包括与产品直接相关的损失:如退货、修理、运输、报废等成本;无形损失包括未来的销售下降、市场信誉降低等。

最后,我以田口玄一博士的质量与成本的关系来结束今天的话题:“成本比质量更重要,但是质量是降低成本的最佳途径。” 哈哈,狡猾的田口玄一。

2021-1-25

相关文章

  • 浅谈田口质量损失函数(QLF)(一)

    我们经常会遇到“田口质量损失函数(QLF)”这个词,那么田口质量损失函数到底是个什么东西呢?它能够帮助我们做什么呢...

  • 浅谈田口质量损失函数 (QLF)(二)

    昨天咱们介绍了田口质量损失函数的含义和基本概念,从消费者的角度来看,他们不管产品是在规格之内还是之外,他们只会关心...

  • 损失函数

    损失函数定义: 在深度学习中, 损失函数是用来衡量一组参数的质量的函数, 衡量的方式是比较网络输出和真实输出的差异...

  • 线性分类器损失函数与最优化(下)

    最优化 Optimization 损失函数可以量化某个具体权重集W的质量。而最优化的目标就是找到能够最小化损失函数...

  • 机器学习:常见的损失函数

    损失函数简要介绍 0-1损失 绝对值损失 log对数损失函数 平方损失函数 指数损失函数 Hinge损失函数 损失...

  • (4)损失函数

    损失函数用来表示输出与实际值的差距。常用的损失函数为0-1损失函数、平方损失函数、绝对损失函数、对数损失函数、交叉...

  • 【深度学习】

    1, 两个重要的函数:得分函数和损失函数损失函数: hinge损失,softmax 损失。hinge损失: max...

  • 损失函数概述

    常用的损失函数 1.L1损失(绝对损失函数) 和 L2 损失(平方损失函数) L1范数损失函数,也被称为 最小绝对...

  • 06 回归算法 - 损失函数、过拟合欠拟合

    == 损失函数 == 损失函数是衡量一个模型好坏的指标,一般来说损失函数的值越小越好。 0~1损失函数: J(θ)...

  • 各机器学习模型的目标函数

    目标函数和损失函数的区别 损失函数:模型拟合的越好,损失应该越小; 目标函数:优化的目标,可以是“损失函数”或者“...

网友评论

      本文标题:浅谈田口质量损失函数(QLF)(一)

      本文链接:https://www.haomeiwen.com/subject/lfbwzktx.html