题目：面向产品可靠性问题早期预警的质保索赔监控方案

报告人：王晓林

讲座时间：2026年6月18日(周四)     13:45-14:45

地点： 综合楼644会议室

报告人简介：

  王晓林，四川大学商学院副研究员、博士生导师，国家级青年人才。研究兴趣为基于数据解析、随机建模和运筹优化的可靠性优化、维修决策、质保分析和运营管理，近期合作研究也涉及可解释机器学习和在线强化学习算法设计。主持国家自然科学基金2项、教育部人文社科基金1项。近年来，在European Journal of Operational Research, IEEE Transactions on Reliability, IISE Transactions, INFORMS Journal on Computing, Manufacturing & Service Operations Management等高水平期刊发表30余篇论文。担任管理科学与工程学会质量与可靠性分会委员、中国运筹学会可靠性分会理事、中国优选法统筹法与经济数学研究会工业工程分会理事、ENGINEERING Management特约通讯专家、《工业工程》青年编委。曾获福建省社会科学优秀成果奖、四川大学优秀科研成果奖、四川大学优秀科研人才奖。

摘要：

  质保索赔数据蕴含着重要的产品可靠性信息，可以用于产品可靠性问题的早期监测与预警。然而，由于在保产品基数具有高度异质性和动态演化特性，监测质保索赔颇具挑战。现有方法要么监测整个在保产品基数生成的总索赔数，要么使用基于双重数据分层的多控制图方案：前者导致变点检测所需的生产序列信息丢失，而后者存在双重数据分层所致的操作复杂性和数据稀缺问题，均表现出明显的局限性。本报告将介绍两种基于不同机制的自适应单控制图监测方案：ReCUSUM和OCPM。前者在每个时间点重新计算并更新所有CUSUM统计量，后者为一种在线变点检测方法。两种方法均按生产批次对异质质保索赔数据进行单重分层，以保留必要的生产序列信息，并应对动态变化观测（DCO）这一独特挑战——该挑战表现为一系列并发且持续演化的样本序列。鉴于产品的生产-销售-索赔过程具有高度随机性和复杂性，本研究提出基于仿真的控制限求解算法，以逐步控制条件误警率。仿真实验和案例研究表明，所提方法可以有效解决DCO挑战，相较于最先进的基准方法展现出一定优势，尤其是在检测后期发生的大漂移方面；此外，OCPM方案还能在报警时提供诊断性的变点估计值。