|
|
ارائهی یک مدل ترکیبی بر پایهی برنامهریزی آرمانی تصادفی و روش سطح پاسخ به منظور بهینهسازی مشخصههای کیفیت با در نظر گرفتن استواری
|
|
|
|
|
نویسنده
|
حجازی طه حسین ,پارسایی زکیه
|
منبع
|
مهندسي صنايع و مديريت شريف - 1398 - دوره : 35-1 - شماره : 2/2 - صفحه:129 -137
|
چکیده
|
در دنیای امروز کیفیت یک راهبرد تجاری برای افزایش سهم بازار است و عدم دستیابی به این مهم به مشکلاتی چون عدم رضایت مشتری و در نتیجه کاهش سهم بازار و حذف از دنیای رقابت منجر میشود. از این رو، امروزه مباحث مربوط به مهندسی کیفیت در صنعت از اهمیت به سزایی برخوردار است. در این زمینه روشهای مختلفی ارائه شده است که یکی از آنها روش سطح پاسخ است؛ هنگامی که رابطهی بین متغیرهای یک فرایند مشخص نباشد و آزمایشگر علاقهمند به یافتن تنظیمات بهینهی متغیرهای ورودی باشد، از روش سطح پاسخ برای بهینهسازی پارامترهای فرایند استفاده میشود. در این پژوهش از روش سطح پاسخ با رویکرد طراحی استوار برای بهینهسازی مشخصههای کیفیت محصول و متغیرهای تاثیرگذار بر روی آنها استفاده شده است؛ به گونهیی که در ابتدا باید به شناسایی متغیرهای کنترلی و متغیرهای پاسخ پرداخت؛ سپس با انجام طراحی آزمایش و به دست آوردن معادلات رگرسیون مورد نظر به بهینهسازی مدل پرداخت.
|
کلیدواژه
|
طراحی آزمایشها، روش سطح پاسخ، برنامهریزی آرمانی تصادفی، طراحی استوار پارامتر
|
آدرس
|
دانشگاه صنعتی امیرکبیر (پردیس گرمسار), دانشکدهی مهندسی صنایع, ایران, موسسه آموزش عالی بینالود, گروه مدیریت صنعتی, ایران
|
پست الکترونیکی
|
parsaei.z68@gmail.com
|
|
|
|
|
|
|
|
|
A HYBRID MODEL BASED ON STOCHASTIC GOAL PROGRAMMING AND RESPONSE SURFACE METHODOLOGY TO OPTIMIZE
|
|
|
Authors
|
|
Abstract
|
Nowadays, quality is known as a commercial strategy to increase the market share and as it comes off, it will end up causing important problems such as customers' dissatisfaction leading to market share reduction and finally elimination from the world of competition. Therefore, the topics related to quality engineering has a vital importance in the industry. Several methods have been proposed in this regard, one of which is the response surface methodology. When the relation among the variables of a process are not clear, and the experimenter is interested in finding the optimal adjustments of the input variables and that's why the response surface methodology is utilized to optimize the process parameters. In this study, the response surface methodology has been exploited with the robust designing approach in order to optimize the quality characteristics of the product and effective variables so that in the beginning the control variables and response variables must be identified and then the model should be optimized by designing the experiment and finding the intended regression equations.
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|