当您在某个过程的不同步骤与多个供应商合作时，测试潜在的改进可能会变得非常复杂，但是通过在 Minitab Statistical Software 中进行试验以确定重要输入，然后将模型导入到 Minitab Workspace Monte Carlo Simulation 中，可以帮助您更清晰地看到将获得的结果。而且，这比对实际部件运行更多测试的方式更快速，也更经济。
以 Spaceman Electronics 为例（与我们所有的用例一样，这是基于我们在现场看到的真实情况，只是 Spaceman 是一个虚构的公司）。为了制造他们其中一款产品的某个部件，一家供应商负责制造核心部件，另一个供应商则负责涂层。然后，他们负责装配成品。
Neil 作为 Spaceman 的产品工程师，在过去曾指示生产线经理对一些与产品不适配的部件实行 7% 的报废系数。报废系数是指预计在生产或加工操作过程中可能会被销毁或毁坏的产品在批次中所占的百分比（例如，如果生产 100 件，并且使用先前设定的 7% 报废率，可得出批次的 93% 产品为良品，则可以将 100 除以 0.93 并取整，确定您需要生产 108 件）。
如果 Neil 的团队能够以每件 0.70 美元的成本降低报废率，他们每年最多将可以节省 165,000 美元的成本。不过，如果他们无法尽可能地精确向两家供应商发出指示，那么改进尝试可能会变得非常繁琐和耗时。因此，他开始模拟一些可能的结果，以便在告知供应商应该对过程作何更改之前做出明智的决定。
Monte Carlo Simulation 的工作原理
Monte Carlo Simulation 使用系统的数学模型，并通过模拟，根据定义输入和输出之间关系的方程式，提供期望值。Neil 和他的团队在 Minitab 中计划并执行了一系列试验，以确定过程中的显著因子。他们生成了 Pareto 图，其中显示，转移位置和注塑速度是他们需要关注的因子，并生成了将在 Minitab Workspace 中使用的方程式：
在 Minitab Workspace 中导入并运行模型
得到方程式后，Neil 在 Minitab Workspace 中打开了一个项目，并插入了 Monte Carlo Simulation 工具。他本来可以通过在 Minitab Workspace 和 Minitab Engage 中都有提供的此工具的选项（详细信息请参阅此示例），手动输入他的输入数据和输出数据，并键入方程式，但是由于他已经有了这些信息，因此可以跳过这一步。
Neil 单击用于从 Minitab 导入模型的选项，并选择他的 Minitab 文件。
该方程式可自动提取转移位置和注塑速度作为 X 输入值。他知道这些因子呈正态分布，因此从下拉菜单中选择了“正态”，然后输入均值和标准差，以及规格上限和下限。然后，他点击靠近顶部的绿色“模拟”按钮，Minitab Workspace 就会在短短几秒钟内完成 50,000 次过程模拟。
了解结果和参数优化
此过程的过程性能测量值 (Cpk) 为 0.4816，远低于最低标准值 1.33。在此图表下面显示了一个绿色“参数优化”按钮，可指导 Neil 执行下一步：优化输入值。他设定了目标（争取的响应均值为 0.935，规格上限和下限之间的中值），并输入要在输入值中进行探索的高值和低值，然后 Minitab Workspace 会完成其余工作。他点击“优化参数”，看到了此结果。
在 Neil 指定的范围内找到最佳输入设置后，Minitab Workspace 显示了推荐的过程更改的模拟结果。该模拟表明，最佳设置可以基本上从过程中消除超出规格的产品，Cpk 达到 2.34，远远超过了 1.33 Cpk 标准值。
获得非凡成果
Neil 分享了他的研究成果后，供应商可以优化部件的几何尺寸标注和公差，这不仅减少了报废产品的数量，还缩短了制造周期时间。