企业将产品从实验室研发出来，再送到广大消费者手中，通常需要走很长的一段路，大批量生产的良品率是关键的影响因素之一。例如，2019年9月，我国芯片代工龙头上市企业中芯国际将14nm芯片的良品率做到95%以上才开始大批量生产，就是为了避免较多的残次品带来的经济损失。那么，像中芯国际这样的制造企业是如何提升良品率的呢？答案是质量管理工具的使用。
自20世纪30年代美国学者Shewhart提出统计质量控制理论以来，质量管理工具的研究得到了长足的发展，并在企业实践中获得广泛认可，常见的包括全面质量管理、PDCA循环（“计划-执行-检查-行动”循环）等。统计质量控制是依赖数据的质量工具，需要随机抽取部分产品，使用统计方法分析产品质量数据，判断产品生产过程有无异常，最终找到并消除导致质量异常的根源，从而提升良品率。
在当前智能化生产背景下，借助机器视觉等先进技术，企业得以对每个产品的质量进行实时检测，并对产品实行自动分类，积累了多变量（多元）分类数据。例如，方大特钢、沙钢等公司实时检测生产的钢材是否有水泡、刮痕、孔洞等，并按照缺陷类型将钢材分类。与传统生产对产品抽样不同，智能生产收集每个产品的数据，相邻产品的分类数据往往相互依赖，使得现有假设数据独立的质量工具不再适用。
通过文献梳理发现，针对多元自相关分类数据的质量管理工具还较为匮乏，而难点主要在于对分类数据的复杂交互相关、自相关关系的建模。因而，本课题创造性地引入一种机器学习方法——概率图模型，将变量间的复杂关系表示为直观的网络图，解决多元自相关分类数据的建模难题，提出先进的质量监控与诊断方法。本课题能够融合计算机科学、管理学、统计学理论，有利于促进学科交叉，拓展现有的质量管理方法，提升智能生产的管理水平。
成果来源：国家自然科学基金青年项目“基于多元自相关分类数据的概率图建模与质量监控研究”（No.72002220）。
作者简介：
王俊杰，西安交通大学、香港城市大学联合培养博士，现任中南财经政法大学工商管理学院工商管理系企业管理教研室讲师，硕士生导师。研究方向为大数据驱动的运营管理，质量工程与管理，以第一作者或通讯作者身份在高质量期刊IISE Transactions、Journal of Quality Technology、Computers & Industrial Engineering等发表多篇论文，其中1篇当选IISE Transactions期刊封面文章，作为核心成员参与撰写的报告荣获“西安市政府决策咨询三等奖”。
附：“师说经管”栏目简介
为实现“成为经法管融通的一流商学院”的学院愿景，做一流的学术研究，发表一流的学术成果，既是“创造商学新知”的必由之路，也是“贡献商业智慧，培养商界精英”的立身之本。“师说经管”，正是反映学院教师在工商管理、应用经济学两大一级学科研究动态的一个窗口。具体包括“经管资政”、“经管新知”、“经管前沿”三个板块。
经管新知——主要介绍学院教师在国内外一流期刊、重要学术会议上发表的学术成果；获奖的优秀专著，体现了学院在商学知识领域的新贡献。
经管前沿——主要介绍学院教师在国家自然科学基金、社会科学基金、教育部人文社科基金和其他国内外重要项目申请中新立项的课题，以及承担的重大横向课题和咨询项目，体现了学院在商学前沿领域的研究动态和方向。
经管资政——主要介绍学院教师在面向公众发布的有影响力的调研报告，或者是产生社会影响的政府咨询报告等，体现了学院在响应当今社会重大需求和服务国家发展方面的贡献。
欢迎各位老师来稿！
往期回顾：
师说经管（第六期）‖真的假不了，假的真不了：揭开假洋品牌的神秘面纱
师说经管（第五期）‖谦逊领导力
师说经管（第四期）‖习近平相对贫困治理思想及其在浙江的实践
