بهینه سازی مسایل چند پاسخی با داده های همبسته
Abstract(in Persian; no English abstract is available)
در یک سازمان، فرآیند ترکیبی است از عملیات، ماشین آلات و افراد که در آن یک سری ورودی که اغلب مواد هستند به خروجی تبدیل می شوند. این خروجی شامل یک یا چند متغیر پاسخ مثل کیفیت، هزینه و ظاهر مورد نظر است. از این رو، تنظیم متغیرهای ورودی به یک فرآیند صنعتی برای دستیابی به شرایط عملیاتی مناسب (بهینه سازی همزمان پاسخ ها) یکی از مسایل مهم در کنترل کیفیت به حساب می آید. در این ارتباط محققین تلاش بسیاری برای ارائه تئوری با و رویکردهای مناسب تنظیم متغیرهای طرح برای دستیابی به موقعیت بهینه همزمان مشخصات کیفی انجام دادند ولی بیشتر رویکردهای موجود از ساختار واریانس-کوواریانس پاسخ ها در فرآیند بهینه سازی چشم پوشی می کنند. درحالی که عدم ثبات واریانس متغیر پاسخ در ناحیه آزمایشی و وجود همبستگی معنادار بین پاسخ ها در بیشتر مسایل محتمل است. در این تحقیق یک رویکرد پیشنهادی بر مبنای آنالیز مولفه های اصلی و تابع مطلوبیت ارائه می شود که نه تنها شرایط عملیاتی مناسب را به دست می آورد، بلکه همچنین ساختار واریانس-کوواریانس پاسخ ها را در فرآیند بهینه سازی لحاظ می کند و بر قرار گرفتن تمامی اهداف در ناحیه مطلوب متناظرشان تاکید می کند. در ادامه این تحقیق به بررسی اثر نوعی متغیر اختلال به نام متغیر کمکی، که در ادبیات طراحی آزمایش ها به عنوان متغیری قابل شناسایی و سنجش ولی غیرقابل کنترل ظهور پیدا کرده است، روی متغیرهای پاسخ می پردازیم. سپس، رویکردی جهت واردکردن متغیرهای کمکی به مدل در دو حالت مستقل یا همبسته بودن آن ها نسبت به یکدیگر معرفی می شود. موضوع دیگری که در این رساله مورد توجه قرارگرفته نحوه مدل سازی پاسخ ها بر حسب متغیرهای طرح در شرایط پیچیده بودن این ارتباط است. برای این منظور متدلوژی سطح پاسخ به علت سادگی در بیشتر مطالعات استفاده می شود. در این روش فرض بر آن است که ارتباط بین متغیرهای طرح و پاسخ خطی یا درجه دو و از پیش مشخص است. به منظور رفع این نقص رویکردی نوین برای بهینه سازی مسایل چند پاسخی همبسته با روابط غیرخطی اکید بین متغیرهای پاسخ و طرح بر مبنای سیستم استنتاج انطباق پذیر فازی-عصبی ارائه می شود. نهایت، برای نمایش کاربرد پذیری رویکردهای بهینه سازی چند پاسخی یک رویکرد بهینه سازی بر مبنای متدلوژی سطح پاسخ برای حل مسئله مرکز تماس چندگانه پیشنهاد شده است.