NMath應用教程：質量管理與決策支持應用

NMath是.Net框架下惟一一款高性能的數學與統計學的商業算法庫，可以幫助開發者擺脫複雜的數學算法，面向對象的建立財務，工程和科學相關的Microsoft.NET平臺的應用程序。NMath中包含許多通用的計算工具包，在多個行業具備普遍的應用。接下來爲你們介紹幾個有表明性的應用。

質量管理應用——統計過程控制（SPC）

　　全部製造業、工業確定都會用到統計質量控制圖或Shewart圖表，用監控生產，以維持和提升產品質量。這些過程控制圖是徹底獨立於實際過程當中的決策引擎的，而是基於過程自己的統計特性。這提及來也許很複雜，簡單來講就是，在生產過程當中，例如產品的尺寸等，會因爲某些緣由會發生必定的波動，這種波動對產品的質量影響不少，可是徹底能夠經過採起措施來避免和消除這種波動所形成的影響，這種措施就是過程控制，而統計過程控制就是一種藉助數理統計方法的過程控制工具。在製造業的質量管理、工業監控等領域有普遍應用。

實例：某世界前500強服裝企業

　　該服裝企業在其質量過程控制中，運用NMath的描述性統計和機率分佈功能繪製出質量U型圖，用於展現該公司某一個分組中不符合質量標準的比率。一旦印染數量超過歷史的變化率時，要麼進行需求分析，要麼直接進行干預，以糾正可能已經失控的印染生產過程。

決策支持應用——數據平滑

　　企業中任何統計報告都是完整的記錄運營產生的原始數據，而真正對企業決策有意義的數據，其實把信號噪聲或者成爲意外數據過濾處理過的數據。這種數據過濾有個很重要的前提就是，不是單純的將數據平滑，而是要保留重要的的峯值，以提供最具備決策支持意義的數據。大多數提供數據平滑功能的算法庫，大型企業實際上是不敢使用來進行預處理其數據的，由於這裏面須要一整套十分複雜的算法機制，稍有失誤將會形成不可挽回的後果。

　　而NMath的Savitzky-Golay平滑的功能通過長時間反覆優化，可以有效地除去本地信號噪聲，同時保留的信號的形狀與有效峯值。特別是對於質譜數據的預處理上，表現十分優異，可以有效地消除隨機變化，同時最低限度地下降信號的信息內容。

實例：某諮詢公司

　　某知名諮詢公司轉爲大型企業提供管理決策方面的諮詢服務。他須要面對大量的原始數據，並將數據轉化爲可視化的圖表，並在圖表上得出對企業發展有效的結論。該公司原有的系統也支持數據平滑，不過採用的方式是較爲廣泛的平均過濾法，將圖上的原始數據平滑爲圖中。不過結果代表這將某些重要的有效峯值過濾掉了，採用NMath的Savitzky-Golay後，如圖下，過濾結果明顯要貼近現實一些。