طراحی نمودار کنترل T2 هتلینگ با استفاده از خوشه‌بندی
هدف اصلی تحقیقات در زمینه‌ی کنترل فرایند آماری چندمتغیره، در نظر گرفتن همبستگی بین چندین مشخصه‌ی کیفی برای یک مرحله از فرایند است. در فاز دوم رویه‌ی کنترل فرایند چندمتغیره با استفاده ازحدود کنترلی به دست آمده از فاز اول و مشاهدات آتی، تحت کنترل بودن فرایند بررسی می‌شود. یافتن نقاط پرت فاز اول قبل از...
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | fas |
| Published: |
Sharif University Of Technology
2021-08-01
|
| Series: | مهندسی صنایع و مدیریت شریف |
| Subjects: | |
| Online Access: | http://sjie.journals.sharif.edu/article_22464_6337afbe06ab0f852c04d3db4b6671a3.pdf |
| _version_ | 1797971680477315072 |
|---|---|
| author | علیرضا پویا علی یگانه سمیه فدائی |
| author_facet | علیرضا پویا علی یگانه سمیه فدائی |
| author_sort | علیرضا پویا |
| collection | DOAJ |
| description | هدف اصلی تحقیقات در زمینه‌ی کنترل فرایند آماری چندمتغیره، در نظر گرفتن همبستگی بین چندین مشخصه‌ی کیفی برای یک مرحله از فرایند است. در فاز دوم رویه‌ی کنترل فرایند چندمتغیره با استفاده ازحدود کنترلی به دست آمده از فاز اول و مشاهدات آتی، تحت کنترل بودن فرایند بررسی می‌شود. یافتن نقاط پرت فاز اول قبل از محاسبه‌ی حدود کنترلی برای حصول نتیجه‌ی مناسب اهمیت بسیار دارد. لذا در این تحقیق نمودار کنترل پیشنهادی با استفاده از روش خوشه‌بندی سلسله‌مراتبی، مشاهدات پرت را شناسایی می‌کند. اهمیت این روش در تعیین داده‌های پرت با استفاده از ضریب ناهمسانی و مجموعه‌یی از حدود کنترل متغیر است.
در این روش ضریب ناهمسانی و مجموعه‌یی از حدود کنترل با استفاده از پارامترهای اندازه نمونه و تعدادمتغیرها (شاخص‌های کیفی)تعیین می‌شود، در واقع فاصله بین مشاهدات به‌صورت خوشه‌بندی مدل می‌شود و داده‌های پرت با الگوریتم بازگشتی حذف می‌شوند و سپس میانگین و ماتریس واریانس و کوواریانس $\rm{T^{2}}$ بر اساس داده‌های باقیمانده تعیین می‌شود. در مرحله‌ی آخر با توجه به حد کنترل به دست آمده، آماره‌ی T2تعیین می‌شود. برای ارزیابی عملکرد نمودار کنترل پیشنهادی و مقایسه‌ی آن با نمودار T2هتلینگ معمولی در شناسایی نقاط پرت از شاخص عدم مرکزیت و روش الفارو و همکاران بر اساس تشخیص مجموعه‌ی داده‌های پرت استفاده شده است. همچنین برای بررسی و مقایسه‌ی بیشتر، دو نمودار از مجموعه داده‌های هاوکینز و فسفر نیز بررسی شده است. اهمیت و کارآیی روش پیشنهادی در شرایط وجود تعداد داده‌ی پرت زیاد در مجموعه‌ی داده‌ها، به طور محسوس مشاهده شد. |
| first_indexed | 2024-04-11T03:36:24Z |
| format | Article |
| id | doaj.art-2de0a32b7795485faf2b31c3dd4f173a |
| institution | Directory Open Access Journal |
| issn | 2676-4741 2676-475X |
| language | fas |
| last_indexed | 2024-04-11T03:36:24Z |
| publishDate | 2021-08-01 |
| publisher | Sharif University Of Technology |
| record_format | Article |
| series | مهندسی صنایع و مدیریت شریف |
| spelling | doaj.art-2de0a32b7795485faf2b31c3dd4f173a2023-01-02T05:02:27ZfasSharif University Of Technologyمهندسی صنایع و مدیریت شریف2676-47412676-475X2021-08-0137.11718210.24200/j65.2021.55182.208922464طراحی نمودار کنترل T2 هتلینگ با استفاده از خوشه‌بندیعلیرضا پویا0علی یگانه1سمیه فدائی2گروه مدیریت، دانشکده‌ی علوم اداری و اقتصادی، دانشگاه فردوسی مشهدگروه مهندسی صنایع، دانشکده‌ی مهندسی، دانشگاه فردوسی مشهدگروه مدیریت، دانشکده‌ی علوم اداری و اقتصادی، دانشگاه فردوسی مشهدهدف اصلی تحقیقات در زمینه‌ی کنترل فرایند آماری چندمتغیره، در نظر گرفتن همبستگی بین چندین مشخصه‌ی کیفی برای یک مرحله از فرایند است. در فاز دوم رویه‌ی کنترل فرایند چندمتغیره با استفاده ازحدود کنترلی به دست آمده از فاز اول و مشاهدات آتی، تحت کنترل بودن فرایند بررسی می‌شود. یافتن نقاط پرت فاز اول قبل از محاسبه‌ی حدود کنترلی برای حصول نتیجه‌ی مناسب اهمیت بسیار دارد. لذا در این تحقیق نمودار کنترل پیشنهادی با استفاده از روش خوشه‌بندی سلسله‌مراتبی، مشاهدات پرت را شناسایی می‌کند. اهمیت این روش در تعیین داده‌های پرت با استفاده از ضریب ناهمسانی و مجموعه‌یی از حدود کنترل متغیر است. در این روش ضریب ناهمسانی و مجموعه‌یی از حدود کنترل با استفاده از پارامترهای اندازه نمونه و تعدادمتغیرها (شاخص‌های کیفی)تعیین می‌شود، در واقع فاصله بین مشاهدات به‌صورت خوشه‌بندی مدل می‌شود و داده‌های پرت با الگوریتم بازگشتی حذف می‌شوند و سپس میانگین و ماتریس واریانس و کوواریانس $\rm{T^{2}}$ بر اساس داده‌های باقیمانده تعیین می‌شود. در مرحله‌ی آخر با توجه به حد کنترل به دست آمده، آماره‌ی T2تعیین می‌شود. برای ارزیابی عملکرد نمودار کنترل پیشنهادی و مقایسه‌ی آن با نمودار T2هتلینگ معمولی در شناسایی نقاط پرت از شاخص عدم مرکزیت و روش الفارو و همکاران بر اساس تشخیص مجموعه‌ی داده‌های پرت استفاده شده است. همچنین برای بررسی و مقایسه‌ی بیشتر، دو نمودار از مجموعه داده‌های هاوکینز و فسفر نیز بررسی شده است. اهمیت و کارآیی روش پیشنهادی در شرایط وجود تعداد داده‌ی پرت زیاد در مجموعه‌ی داده‌ها، به طور محسوس مشاهده شد.http://sjie.journals.sharif.edu/article_22464_6337afbe06ab0f852c04d3db4b6671a3.pdfنمودار کنترل چندمتغیرهنمودار کنترل t2 هتلینگتحلیل خوشه‌یی سلسله‌مراتبی |
| spellingShingle | علیرضا پویا علی یگانه سمیه فدائی طراحی نمودار کنترل T2 هتلینگ با استفاده از خوشه‌بندی مهندسی صنایع و مدیریت شریف نمودار کنترل چندمتغیره نمودار کنترل t2 هتلینگ تحلیل خوشه‌یی سلسله‌مراتبی |
| title | طراحی نمودار کنترل T2 هتلینگ با استفاده از خوشه‌بندی |
| title_full | طراحی نمودار کنترل T2 هتلینگ با استفاده از خوشه‌بندی |
| title_fullStr | طراحی نمودار کنترل T2 هتلینگ با استفاده از خوشه‌بندی |
| title_full_unstemmed | طراحی نمودار کنترل T2 هتلینگ با استفاده از خوشه‌بندی |
| title_short | طراحی نمودار کنترل T2 هتلینگ با استفاده از خوشه‌بندی |
| title_sort | طراحی نمودار کنترل t2 هتلینگ با استفاده از خوشه‌بندی |
| topic | نمودار کنترل چندمتغیره نمودار کنترل t2 هتلینگ تحلیل خوشه‌یی سلسله‌مراتبی |
| url | http://sjie.journals.sharif.edu/article_22464_6337afbe06ab0f852c04d3db4b6671a3.pdf |
| work_keys_str_mv | AT ʿlyrḍạpwyạ ṭrạḥynmwdạrḵntrlt2htlyngbạạstfạdhạzkẖwsẖhbndy AT ʿlyygạnh ṭrạḥynmwdạrḵntrlt2htlyngbạạstfạdhạzkẖwsẖhbndy AT smyhfdạỷy ṭrạḥynmwdạrḵntrlt2htlyngbạạstfạdhạzkẖwsẖhbndy |