Solution Center Minitab

ผู้เขียน : Solution Center Minitab

อัพเดท: 04 เม.ย. 2016 06.46 น. บทความนี้มีผู้ชม: 21136 ครั้ง

สำหรับคนที่เก็บและวิเคราะห์ข้อมูลจริง กับแนวความคิดเรื่องการจำลองสถานการณ์ด้วย Monte Carlo อาจจะเป็นเรื่องแปลกสำหรับเขาเหล่านั้น เช่น คำถามที่ว่า คุณจะสามารถปรับปรุงผลิตภัณฑ์ได้อย่างไรจากข้อมูลที่จำลองขึ้น ในบทความนี้ ผมจะทำให้คุณเข้าใจวิธีการที่อยู่เบื้องหลังของ Monte Carlo และ ทำความเข้าใจการจำลองสถานการณ์ด้วย Devize ผ่านตัวอย่างศึกษาไปพร้อมๆกัน


เข้าใจแบบจำลองมอนตีคาร์โลผ่านตัวอย่าง (Understanding Monte Carlo Simulation with an Example)

สำหรับคนที่เก็บและวิเคราะห์ข้อมูลจริง กับแนวความคิดเรื่องการจำลองสถานการณ์ด้วย Monte Carlo อาจจะเป็นเรื่องแปลกสำหรับเขาเหล่านั้น เช่น คำถามที่ว่า คุณจะสามารถปรับปรุงผลิตภัณฑ์ได้อย่างไรจากข้อมูลที่จำลองขึ้น ในบทความนี้ ผมจะทำให้คุณเข้าใจวิธีการที่อยู่เบื้องหลังของ Monte Carlo และ ทำความเข้าใจการจำลองสถานการณ์ด้วย Devize ผ่านตัวอย่างศึกษาไปพร้อมๆกัน  

 อะไรคือ Devize

Devize คือ โปรแกรมที่ Minitab ออกมาใหม่ ซึ่งมีระบบปฏิบัติการบน Web-based และเป็นโปรแกรมจำลองสถานการณ์แบบ Monte Carlo สำหรับ วิศวกรการผลิต (manufacturing engineer)

อะไรคือ Monte Carlo Simulation

วิธีของ Monte Carlo คือการใช้การสุ่มตัวอย่างอย่างสุ่มซ้ำๆกันเพื่อสร้างข้อมูลที่จำลองตามตัวแบบคณิตศาสตร์ ตัวแบบนั้นโดยมากจะมาจากการวิเคราะห์ทางสถิติ เช่น การออกแบบการทดลอง (DOE) หรือ การวิเคราะห์การถดถอย (Regression analysis) ถ้าสมมติว่าคุณกำลังศึกษากระบวนการหนึ่งและใช้สถิติเพื่อสร้างตัวแบบตามตัวอย่างนี้ สมการถดถอยที่ได้คือ  

จากสมการเส้นตรงนี้ คุณสามารถใส่ค่าตั้งต้นของกระบวนการลงในสมการแล้วทำการทำนายผลลัพธ์ของกระบวนการ อย่างไรก็ตามในโลกความเป็นจริงค่าตั้งต้นที่เป็นจะไม่ใช่ค่าเดี่ยวแต่จะมีความผันแปรอยู่ด้วย และความผันแปรของตัวแปรตั้งต้น (input) นี้ยังส่งผลถึงผลลัพธ์สุดท้ายด้วยเช่นกัน ในการออกแบบกระบวนการผลิตให้ดีขึ้น คุณอาจต้องเก็บข้อมูลจำนวนมหาศาลเพื่อนำมากำหนดเป็นค่าตัวแปรตั้งต้นที่มีความสัมพันธ์กับตัวแปรผลลัพธ์ (Output Variable) ในเงื่อนไขสภาวะแบบต่างๆ อย่างไรก็ตามถ้าคุณเข้าใจการแจกแจงของตัวแปรตั้งต้นและสมการที่เป็นตัวแทนของกระบวนการ คุณก็สามารถสร้างตัวแปรตั้งต้นเพื่อนำไปจำลองกับสมการตัวแบบเพื่อหาค่าตัวแปรผลลัพธ์ได้อย่างหลากหลาย คุณยังสามารถเปลี่ยนการแจกแจงของตัวแปรตั้งต้นเพื่อลองตอบปัญหาแบบ “What if” ซึ่งเหล่านี้เป็นสิ่งที่ Monte Carlo ทำเพื่อ ในตัวอย่างที่เราจะทำต่อไป คือเราจะทำการเปลี่ยนค่าเฉลี่ยและค่าเบี่ยงเบนมาตรฐานของข้อมูลที่ถูกจำลองขึ้นเพื่อจะทำการปรับปรุงคุณภาพ ในปัจจุบันนี้การจำลองสถานการณ์จะถูกนำมาใช้ในกรณีที่มีทรัพยากรจำกัด หรือ การเก็บข้อมูลจริงมีต้นทุนสูง หรือ มีความยุ่งยากในการทำงาน

Devize สามารถช่วยอะไรคุณได้บ้าง

Devize ช่วยให้วิศวกรทำการวิเคราะห์ด้วย Monte Carlo ได้ง่ายขึ้น และในการวิเคราะห์นั้นยังได้ - จำลองผลลัพธ์ผลิตภัณฑ์ที่สอดคล้องกับค่าความผันแปรของตัวแปรตั้งต้น - ทำการหาการตั้งค่าที่เหมาะสมให้กับกระบวนการ (optimize process settings) - ทำการหาปัจจัยที่มีผลต่อคุณภาพอย่างวิกฤต - หาทางแก้ปัญหาในการลดของเสีย และมากกว่านั้น Devize ยังแปลผลการจำลองสถานการณ์และให้คำแนะนำทีละขั้นในการช่วยทำให้คุณหาคำตอบที่ดีที่สุดในการลดของเสีย ผมจะแสดงให้คุณเห็นว่าจะทำให้สำเร็จได้อย่างไร ตัวอย่างการทำการจำลองสถานการณ์ด้วย Monte Carlo ทีละขั้นตอนด้วยการใช้ Devize วิศวกรด้านวัสดุสำหรับก่อสร้างกำลังพัฒนาผลิตภัณฑ์ฉนวนชนิดใหม่ วิศวกรได้ทำการทดลองและใช้สถิติในการวิเคราะห์ปัจจัยของกระบวนการที่อาจมีผลกระทบต่อประสิทธิภาพการป้องกันของผลิตภัณฑ์ (ข้อมูลสำหรับ DOE นี้สามารถหาได้จากตัวอย่างข้อมูลของคลังข้อมูลของ Minitab) สำหรับตัวอย่างการจำลองสถานการณ์ด้วย Monte Carlo เราจะใช้สมการถดถอยที่ให้ไว้ด้านบน เพื่อทำการหาว่าปัจจัยไหนมีนัยสำคัญต่อกระบวนการ ขั้นตอนที่ 1ทำการกำหนดค่าตั้งต้นและค่าผลลัพธ์ของกระบวนการ สิ่งแรกที่เราต้องทำคือการกำหนดตัวแปรตั้งต้นและการแจกแจงของตัวแปรแต่ละตัว ตัวแปรตั้งต้นของกระบวนการจะถูกกำหนดออกมาในรูปแบบตัวแปรถดถอย ซึ่งวิศวกรรู้จักดีว่าตัวแปรแต่ละตัวมีค่าเฉลี่ยและค่าความเบี่ยงเบนเป็นเท่าไหร่ สำหรับค่าผลลัพธ์เราจะใช้วิธี copy and paste สมการถดถอยที่ได้จากโปรแกรมสถิติของ Minitab ลงในโปรแกรม Devize ใน Devize เราจะเริ่มกรอกข้อมูลลงตามนี้  

และ กรอกข้อมูลของตัวแปรตั้งต้นและผลลัพธ์ของกระบวนการตามนี้

 

 

ทำการตรวจทานตัวแบบอีกครั้งจากนั้นเลือก “Simulate”

 

ผลลัพธ์ที่ได้จาก Simulation เริ่มต้น

หลังจากเลือก Simulate โปรแกรมจะทำการจำลองเหตุการณ์ 50,000 รอบ ซึ่งเป็นค่าที่โปรแกรมตั้งไว้ และคุณสามารถกำหนดตัวเลขให้มากกว่าหรือน้อยกว่าค่านี้ได้ สำหรับ Devize ในรุ่นทดลองสามารถทำการจำลองได้ 75 ครั้ง  

Devize แสดงผลที่คุณสามารถนำไปใช้กับการวิเคราะห์ความสามารถของกระบวนการ (Capability Analysis) คือ ฮีสโตแกรม โยจะเห็นได้ว่า เปอร์เซ็นต์ของเสีย และ ค่า Ppk  ซึ่ง Devize แสดงให้เห็นว่า ค่า Ppk นั้นต่ำกว่าค่า Ppk ที่ต่ำสุดที่ยอมรับได้

คำแนะนำทีละขั้นตอนสำหรับการจำลองสถานการณ์ด้วย Monte Carlo

Devize ไม่ใช่เพียงแค่ทำการจำลองสถานการณ์แล้วให้คุณไปทำงานต่อเองว่าควรจะทำอะไร แต่ Devize จะชี้ให้เห็นว่ากระบวนการของเรานั้นตรงไหนที่เป็นที่ไม่น่าพึงพอใจ แต่จะแสดงขั้นตอนให้เห็นว่าจะทำอย่างไรเพื่อปรับปรุงความสามารถของกระบวนการ Devize รู้ว่าการควบคุมค่าเฉลี่ยนั้นง่ายกว่าการควบคุมความผันแปร ดังนั้นในขั้นต่อไป Devize จะทำขั้นตอน Parameter Optimization หาค่าพารามิเตอร์ที่เหมาะสม เพื่อทำการหาการตั้งค่าให้เกิดค่าเฉลี่ยที่ทำให้ของเสียมีน้อยที่สุดโดยที่ยังมีความผันแปรของตัวแปรตั้งต้นอยู่ด้วย

 

ขั้นตอนที่ 2 ทำการกำหนดวัตถุประสงค์ (Objective) และหาช่วงเพื่อทำการหาค่าพารามิเตอร์ที่เหมาะสม ในขั้นตอนนี้ เราต้องการให้ Devize หาค่าที่เหมาะสมของค่าเฉลี่ยของตัวแปรตั้งต้นแต่ละตัวเพื่อที่จะทำให้ของเสียเกิดน้อยที่สุด หลังจากนั้นทำการเลือก “Parameter Optimization” จากนั้นคุณต้องทำการเลือกเป้าหมายที่ต้องการ และ ใช้ความรู้ที่คุณมีในการกำหนดช่วงข้อมูลที่จะให้โปรแกรมค้นหาค่าที่เหมาะสมของตัวแปรตั้งต้นแต่ละตัว  

และนี้คือผลที่ได้จากการจำลองสถานการณ์

 

  เราจะเห็นว่าค่าเปอร์เซ็นต์ของเสียมีค่าลดลง และเราจะเห็นค่าตัวแปรตั้งต้นที่เหมาะสมตามที่แสดงในตาราง อย่างไรก็ดี ค่า Ppk ยังมีค่าต่ำอยู่ แต่ Devize ยังแนะนำให้ทำงานขั้นตอนต่อไปเพื่อจะปรับปรุงความสามารถของกระบวนการ  

  ขั้นตอนที่ 3 ควบคุมความผันแปรโดยการวิเคราะห์ความอ่อนไหว (Sensitivity Analysis) หลังจากที่เราได้ปรับปรุงกระบวนการด้วยการหาค่าเฉลี่ยของตัวแปรตั้งต้นที่เหมาะสมได้แล้ว และเราสามารถลดของเสียได้อย่างมาก แต่เรายังต้องทำการจำลองสถานการณ์ด้วย Monte Carlo ต่อ โดยเราต้องการจะลดความผันแปรของตัวแปรตั้งต้นของกระบวนการเพื่อทำให้ของเสียลดลงอีก ในการลดความผันแปรเป็นเรื่องที่ทำได้ยากมาก และเราไม่ต้องการที่จะควบคุมความผันแปรตัวแปรตั้งต้นที่ไม่ได้มีผลอย่างมากต่อของเสียที่จะเกิดขึ้น แต่โชคดีว่า Devize ให้กราฟที่สามารถช่วยให้คุณสามารถบ่งชี้ตัวแปรตั้งต้นที่ควรได้รับการควบคุมเพื่อให้เกิดผลในการที่ของเสียจะลดลงอย่างมาก  

ในกราฟนี้ จะเห็นว่าตัวแปรตั้งต้นเป็นเส้นตรง (ที่มีความชัน) เพราะว่าลดความเบี่ยงเบนมาตรฐาน ซึ่งสามารถลดความผันแปรของผลลัพธ์ ในทางกลับกัน คุณยังเห็นตัวแปรตั้งต้นที่เป็นเส้นขนานเพราะเป็นตัวแปรที่ไม่มีผลต่อความผันแปรของผลลัพธ์ ในกราฟของเรา ค่าความชันของทุกตัวแปรมีค่าใกล้เคียงกันเกือบหมด เราได้ลองลดความเบี่ยงเบนมาตรฐานของตัวแปรตั้งต้นหลายๆตัว รวมทั้งเราจะใช้ความรู้ด้านกระบวนการเพื่อทำการลดความผันแปรให้ได้ตามความเป็นจริง ในการเปลี่ยนค่าการตั้งค่า (Setting) คุณสามารถทำได้โดยเลือกจุดที่อยู่บนเส้น หรือ ใช้วิธีการเลือกค่าในตาราง  

ผลลัพธ์ที่ได้จาก Monte Carlo Simulation

ผลลัพธ์ คือเราลดของเสียของกระบวนการได้ และค่า Ppk ที่ได้คือ 1.41 ซึ่งมีค่ามากกว่าค่าเปรียบเทียบ ในตาราง assumption แสดงการตั้งค่าพารามิเตอร์และค่าเบี่ยงเบนมาตรฐานแบบใหม่ที่ควรไปทดลองทำดู และถ้าเรานำค่านี้ไปลองทำในส่วน Parameter Optimization อีกครั้ง ผมมั่นใจว่าเราจะได้ผลที่ของเสียลดลงอีกแน่นอน ในการปรับปรุงกระบวนการ Devize ได้แนะนำเป็นขั้นตอนต่างๆ ดังนี้ - ทำการจำลองตัวแบบเริ่มต้น - ทำการหาค่าเฉลี่ยของชุดค่าการตั้งค่า (Settings)ให้เหมาะสม (Optimal) - ทำการลดความผันแปร ถ้าเราคุณต้องการลองทดสอบ Monte Carlo Simulation ด้วยตนเอง คุณสามารถทดลองใช้ Devize ได้ที่ http://www.minitab.com/en-us/products/devize/


บทความต้นฉบับ : http://blog.minitab.com/blog/adventures-in-statistics/understanding-monte-carlo-simulation-with-an-exampleเนื้อหาบทความโดยบริษัท Minitab Inc. ประเทศสหรัฐอเมริกา แปลและเรียบเรียงโดยสุวดี นําพาเจริญ และ ชลทิขา จํารัสพร, บริษัท โซลูชั่น เซ็นเตอร์ จํากัด webadmin@solutioncenterminitab.com

SolutionCenterMinitab Website : http://www.solutioncenterminitab.com
SolutionCenterMinitab Blog : http://www.solutioncenterminitab.com/blog

 


บทความนี้เกิดจากการเขียนและส่งขึ้นมาสู่ระบบแบบอัตโนมัติ สมาคมฯไม่รับผิดชอบต่อบทความหรือข้อความใดๆ ทั้งสิ้น เพราะไม่สามารถระบุได้ว่าเป็นความจริงหรือไม่ ผู้อ่านจึงควรใช้วิจารณญาณในการกลั่นกรอง และหากท่านพบเห็นข้อความใดที่ขัดต่อกฎหมายและศีลธรรม หรือทำให้เกิดความเสียหาย หรือละเมิดสิทธิใดๆ กรุณาแจ้งมาที่ ht.ro.apt@ecivres-bew เพื่อทีมงานจะได้ดำเนินการลบออกจากระบบในทันที