6. ConclusionOn the methodological

6. ConclusionOn the methodological aspect, the case study established thatthe statistical models usually encountered in the literature related to statistical cost modelling—namely MLR and ANNs—are super- seded in terms of performance by more recent techniques from the fields of Data Mining and Machine Learning, notably Support Vector Regression and Gradient Boosted Trees. It also appears that the various statistical techniques yield complementary perspec- tives on the cost data and should thus be used concurrently. Moreover, ensemble methods may be a worthwhile solution to optimally average the cost estimates from several models. Theanalysis also generated valuable engineering insights. First of all,MLR showed that the cost of material accounts for a small portion of total manufacturing cost. Moreover, the bigger the part, the higher the cost of material represents as a percentage of total manufacturing cost. Semiparametric GAM and assessment of variable influence in GBTs demonstrated that the manufacturingcost seems to follow a logarithm function α − β log(Q + γ) of the accumulated production volume with α being related to the set-up and equipment preparation operations, β as a scaling or damping effect related to production volume and γ related to the initialrunning cost of the equipment. Finally, Gradient Boosted Trees indicate that the accumulated production volume exerts the big- gest influence on manufacturing cost, followed by span, machin- ability, chord and finally the part category.Some perspectives and future work can be identified after this initial investigation. First of all, it might be worthwhile to apply the same statistical analyses to other jet engine parts, or even to the whole engine, to verify whether the conclusions remain valid in other situations. It might also be particularly interesting to compare the results of the statistical models to the manufacturing costs estimated by cost engineers manually, based on their ex- perience and different methods (analytical and analogous cost models). On the medium term, the cost estimations could be part of a decision system used by production engineers and pro- gramme managers to identify outlier components in term of unit cost and launch cost reduction initiatives; a cost prediction system could also be used by supply chain experts to identify the best price amongst manufacturers. On the longer term, the statistical estimation of manufacturing cost could be generalized during the design phase, embedded in CAD/CAM tools and eventually become an optimization parameter used during parts' and products' design by the mechanical engineers. It would be a further step towards an integration to more holistic approach of aeroengine lifecycle suchas Integrated Computational Materials Engineering (ICME).

結果 (繁體中文) 1:

6. Conclusion

On the methodological aspect, the case study established that
the statistical models usually encountered in the literature related to statistical cost
modelling—namely MLR and ANNs—are super- seded in terms of performance by more recent techniques
from the fields of Data Mining and Machine Learning, notably Support Vector Regression and Gradient
Boosted Trees. It also appears that the various statistical techniques yield complementary perspec-
tives on the cost data and should thus be used concurrently. Moreover, ensemble methods may be a
worthwhile solution to optimally average the cost estimates from several models. The

analysis also generated valuable engineering insights. First of all,
MLR showed that the cost of material accounts for a small portion of total manufacturing cost.
Moreover, the bigger the part, the higher the cost of material represents as a percentage of total
manufacturing cost. Semiparametric GAM and assessment of variable influence in GBTs demonstrated
that the manufacturing
cost seems to follow a logarithm function α − β log(Q + γ) of the accumulated production volume
with α being related to the set-up and equipment preparation operations, β as a scaling or damping
effect related to production volume and γ related to the initial
running cost of the equipment. Finally, Gradient Boosted Trees indicate that the accumulated
生產量的施加大端GEST在FL uence上製造成本，隨後跨度，machin-
能力，和弦和FI應受部件大類。
一些觀點和今後的工作可以在此初步調查後identi網絡版。首先，
它可能是值得的相同的統計分析應用到其他噴氣發動機部件，甚至
整個引擎，驗證結論是否在其他情況下仍然有效。這也可能
是特別有趣的統計模型的結果進行比較，以製造業
由手工造價工程師估算成本的基礎上，他們的EX- perience和不同的方法
（分析和類似的成本模型）。在中期來看，成本估計可能是一部分
使用生產工程師和親克管理者識別異常決策系統
的單位成本和發射成本削減舉措的長期成分; 成本預測系統
也可以通過供應鏈專家用來識別製造商之中最優惠的價格。在
長期來看，製造成本的統計估計可以在一概而論
設計階段，嵌入CAD / CAM工具，並最終成為期間使用的優化參數
部分“和產品的設計由機械工程師。這將是邁向進一步的步驟
整合到這樣的航空發動機生命週期的更全面的方法
為綜合計算材料工程（ICME）。

結果 (繁體中文) 2:

6. 結論

在方法學方面，案例研究確定
統計成本文獻中通常遇到的統計模型
建模（即 MLR 和 ANN）在性能方面受到較新的技術的影響
從資料採礦和機器學習領域，特別是支援向量回歸和梯度
提升的樹。此外，各種統計技術也產生了互補性。
成本資料，因此應同時使用。此外，組合方法可以是
有價值的解決方案，以最佳方式平均來自多個模型的成本估算。的

分析還產生了寶貴的工程見解。首先
MLR 表明，材料成本在總製造成本中只占很小一部分。
此外，零件越大，材料成本占總成本的百分比就越高
製造成本。半參數GAM和GBT中可變影響評估證明
製造
成本似乎遵循對數函數 = = = = 日誌 （Q = = = ） 累積的生產量
與設置和設備準備操作相關，= 作為縮放或阻尼
與產量和與初始產量相關的影響
設備的運行成本。最後，漸變提升樹表示累積
產量對製造成本影響較大，其次是跨度、機械、
能力，和絃，最後是部分類別。
在這次初步調查之後，可以確定一些觀點和未來的工作。首先
可能值得將相同的統計分析應用於其他噴氣發動機部件，甚至
驗證結論在其他情況下是否有效。它也可能
特別有趣的是比較統計模型的結果與製造業
成本工程師根據其前天和不同方法手動估算成本
（分析和類似成本模型）。從中期來看，成本估算可能是
生產工程師和親克經理用來識別異常值的決策系統
元件，包括單位成本和啟動成本削減計畫;成本預測系統
供應鏈專家也可以用它來確定製造商之間的最佳價格。在
長期而言，製造成本的統計估計可以在
設計階段，嵌入 CAD/CAM 工具中，最終成為在
機械工程師設計的零件和產品。這將是朝著
集成到航空發動機生命週期的更全面方法，例如
作為集成計算材料工程（ICME）。

結果 (繁體中文) 3:

6結論
在方法論方面，案例研究證明
文獻中常見的與統計成本有關的統計模型
建模，即MLR和ANNs，在效能方面被更新的科技所超越
從資料挖掘和機器學習領域，特別是支持向量回歸和梯度
促進樹木生長各種統計技術似乎也產生了互補的perspec-
關於成本數據，囙此應同時使用此外，系綜方法可以是
有價值的解決方案，以最佳平均成本估計從幾個模型這個
分析也產生了有價值的工程見解首先，
MLR表明，材料成本只占總製造成本的一小部分。
此外，零件越大，材料成本占總成本的百分比就越高
製造成本半參數GAM與GBTs中變數影響的評估
製造業
成本似乎遵循累積產量的對數函數α-β對數（Q+γ）
α與設定和設備準備操作有關，β作為標度或阻尼
與產量有關的影響和與初始值有關的γ
設備運行成本最後，梯度增强樹表明
產量對製造成本的影響最大，其次是跨度、機械-
能力，和絃和最終的部分類別。
經過初步調查，可以確定一些觀點和今後的工作首先，
將同樣的統計分析應用於其他噴氣發動機零件，甚至應用於
整個引擎，驗證結論在其他情况下是否仍然有效它也可能
將統計模型的結果與製造業進行比較特別有趣
成本工程師根據經驗和不同方法手工估算成本
（分析和類似的成本模型）從中期來看，成本估算可能是
生產工程師和程式經理識別异常值的決策系統
按組織成本和啟動成本削减計畫的組成部分；成本預測系統
也可以被供應鏈專家用來確定製造商之間的最佳價格上
從長期來看，製造成本的統計估計可以在
設計階段，嵌入到CAD/CAM工具中，並最終成為
機械工程師設計零件和產品這將是朝著
集成到更全面的航空發動機生命週期方法
作為集成計算材料工程（ICME）。