>
Fa   |   Ar   |   En
   ارائه مدلی بر مبنای شبکۀ عصبی و تحلیل پوششی داده‌ها به‌منظور بهینه‌سازی روش تاگوچی چندپاسخه در حالت عدم قطعیت داده‌ها  
   
نویسنده عمرانی هاشم ,فولادی سمیرا ,خیراللهی فاطمه
منبع advances in industrial engineering - 1397 - دوره : 52 - شماره : 2 - صفحه:223 -232
چکیده    تاگوچی روشی متداول برای کنترل کیفیت در حالت برون‌خطی به‌شمار می‌آید و درصدد طراحی پارامتر و انتخاب بهترین سطح پارامترها برای طراحی بهتر فرایند تولید محصولات باکیفیت است. از معایب این روش، تک‌پاسخه‌بودن آن است. در دنیای واقعی بیشتر مسائل با چند شاخصه کیفی روبه‌رو هستند؛ از این‌رو روش مذکور برای بهینه‌سازی مسائل چندپاسخه مناسب نیست و برای این مقوله به روش مهندسی و بهینه‌سازی برای قضاوت درمورد انتخاب بهترین ترکیب پارامترها نیاز است. از سوی دیگر، به‌دلیل برخی عوامل ‌کنترل‌نشدنی یا امکان‌ناپذیربودن شرایط آزمایشی، تنها برخی آزمایش‌ها در عمل انجام می‌شود و بسیاری از آن‌ها بدون بررسی باقی می‌ماند. در این مقاله، برای شبیه‌سازی و پیش‌بینی آزمایش‌های باقی‌مانده، از شبکه عصبی پس‌خور استفاده شد. برای حل مشکل تک‌پاسخه‌بودن روش تاگوچی نیز مدل تحلیل پوششی داده‌ها کاربرد داشت. از آنجا ‌که نتایج شبکه عصبی با عدم قطعیت همراه است، مدل تحلیل پوششی داده‌ها با اعداد خاکستری کاربرد دارد. برای اجرای این رویکرد و به‌منظور شناسایی عوامل موثر بر ویژگی‌های سایشی ماده کامپوزیتی pbt، ترکیبی از روش تاگوچی، شبکه عصبی و تحلیل پوششی داده‌ها در حالت قطعیت و عدم قطعیت بررسی و نتایج مدنظر تحلیل شد.
کلیدواژه اعداد خاکستری، تحلیل پوششی داده‌ها، روش تاگوچی، شبکه عصبی، طراحی آزمایش‌ها
آدرس دانشگاه صنعتی ارومیه, ایران, دانشگاه صنعتی ارومیه, ایران, دانشگاه صنعتی ارومیه, ایران
 
   A Model Based on Neural Network and Data Envelopment Analysis to Optimize MultiResponse Taguchi under Uncertainty  
   
Authors Omrani Hashem ,Fouladi Samira ,Kheirollahi Fatemeh
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved