管理方法(15)-- 向华为学习根因分析

1. 什么是根本原因

美国能源部1992年发布的《根本原因分析指南》(DOE-NE-STD-1004-92)中,把根本原因定义为:指一种原因,当这种原因被纠正以后,将会防止此类事故或者类似事故的再次发生。

定义:导致问题发生的源头或关键原因,同时这种原因能被识别和纠正,消除了该原因,可防止问题的再次发生。

根本原因最基本的特征:

(1)从逻辑上能够被识别并能够被纠正:即找到的原因是可以改进的。

例如:某人意识不强(×,非根因),某人未按照XX计划执行(√,根因)

(2)消除了该原因,可防止问题的再次发生:在实际情况中,不一定对某类问题能马上消除,但可以大幅度减少某类问题,达到一个可控的范围内即可。

1.1 为什么要进行根因分析

目前存在的问题:

目前部分问题处理,只是针对问题直接技术原因的解决,无法防止某类问题下次是否重犯,同时经验无法进行有效传承。

举例:

问题:xx开局xx业务板注册不上。

直接原因:XX配置版本漏合问题。

改进措施:修改XX版本,重新发布。

这样的分析是无法防止问题重犯的。

开展根因分析的目的:

帮助找出问题最根本原因,在技术或管理领域彻底消除某一类问题,从而提升产品质量,防止问题重犯,提高客户满意度。

举例:

问题: xx开局xx业务板注册不上。

根本原因:版本合入未提相应问题单,造成漏合;

改进措施:版本合入都要提问题单,作为一项制度来贯彻执行。

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Bright_Han

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值