Thesis

بهینه سازی پارامترهای ماشین بردار پشتیبان با استفاده از الگوریتم فراابتکاری برای تشخیص الگوهای نمودار کنترل کیفیت

Download full textFree with an account; signing up with Google takes seconds

Abstract(in Persian; no English abstract is available)

نمودارهای کنترل، مهم ترین ابزار کنترل فرآیند آماری هستند. یک فرآیند وقتی خارج از کنترل است که یک نقطه خارج از حدود کنترل قرار بگیرد یا نمودار کنترل الگوهای خارج از کنترل از خود نشان دهد. نمودارهای کنترل قابلیت شناسایی الگوهای خارج از کنترل را ندارند؛ چرا که ممکن است یک فرآیند تحت تأثیر الگوهای خارج از کنترل باشد ولی نقطه ای خارج از حدود کنترل قرار نگیرد. در نتیجه، شناسایی الگوهای نمودار کنترل اهمیت ویژه ای در شناسایی انحرافات بادلیل در فرآیند دارد. در این پایان نامه روشی برای شناسایی الگوهای نمودار کنترل ارائه شده است. این روش شامل سه مرحله انتخاب فیچر، طبقه بندی و بهینه سازی است. در مرحله انتخاب فیچر مجموعه ای از فیچرهای شکلی و آماری از داده های خام استخراج می شود. سپس تئوری مجموعه راف، به خلاصه سازی داده ها پرداخته و فیچرهای اضافی را حذف می کند. در مرحله طبقه بندی، به دلیل قابلیت ماشین بردار پشتیبان در تعمیم پذیری مناسب نتایج، از ماشین بردار پشتیبان چندکلاسه استفاده شده است. پارامترهای ماشین بردار پشتیبان نقش بسیار مهمی در دقت طبقه بندی دارند. این پارامترها در پژوهش های گذشته اغلب به صورت تجربی به دست آمده اند. تنظیم تجربی پارامترها علاوه بر نیاز به مهارت و زمان زیاد، مانعی در جهت اتوماتیک کردن شناسایی الگوها است. بنابراین در مرحله بهینه سازی مدل پیشنهادی از الگوریتم ژنتیک برای انتخاب پارامترهای بهینه استفاده شده است. عملکرد مدل پیشنهادی با استفاده از آزمایش هایی بررسی شده است که نتایج حاکی از دقت تشخیص بسیار بالای مدل پیشنهادی در شناسایی الگوهای نمودار کنترل می باشد.

Supervisors and advisors

احمد صادقیه، محمدصابر فلاح نژاد

Similar theses

Similar items