Diferentes métodos de aglutinação para melhoria de processos com múltiplas respostas

Carregando...
Imagem de Miniatura

Data

2015-12-15

Título da Revista

ISSN da Revista

Título de Volume

Editor

Universidade Estadual Paulista (Unesp)

Resumo

Companies go to great lengths to improve its processes and products according to different criteria to meet the demands and needs of customers looking for a higher standard of competitiveness to that of their competitors. This scenario is very common the need to establish conditions that result in the improvement of more than one criterion simultaneously. This work was carried out an evaluation of the use of four methods that use Metaheuristics Simulated Annealing, Genetic Algorithms, Simulated Annealing combined with the Nelder Mead Simplex method and genetic algorithm combined with Nelde Mead simplex method for the improvement of establishing the conditions of processes with multiple answers. For the evaluation of the proposed test methods were used in the literature problems carefully selected in order to be analyzed cases with different numbers of variables, response numbers and types of responses. In this research we used the average percentage deviation function as a way to bring together the answers. The agglutination of the answers was performed by four different methods: Desirability, Average Percentage Deviation, Compromise Programming and Compromise Programming normalized by Euclidean distance. The evaluation method was performed by comparison between the results obtained in using the same bonding method, thereby determining the efficiency of the search method. The results obtained in the evaluation of the methods suggest the application of the genetic algorithm method when you want to set parameters that result in the improvement of processes with multiple answers, particularly when these responses are modeled by equations with cubic terms, regardless of the number of terms that can contain the type of responses and the number of variables.
Empresas não medem esforços para aperfeiçoar seus processos e produtos de acordo com diferentes critérios para satisfazer as exigências e necessidades dos clientes em busca de um padrão de competitividade superior ao de suas concorrentes. Neste cenário é muito comum a necessidade de se estabelecer condições que resultem na melhoria de mais de um critério de forma simultânea. Neste trabalho foi realizada uma avaliação da utilização de quatro métodos que utilizam as Meta-heurísticas Recozimento Simulado, Algoritmo Genético, Recozimento Simulado combinado com o método Nelder Mead Simplex e algoritmo genético combinado com o método Nelde-Mead simplex para o estabelecimento de melhoria das condições de processos com múltiplas respostas. Para a avaliação dos métodos propostos foram utilizados problemas-teste criteriosamente selecionados na literatura de forma a serem analisados casos com diferente número de variáveis, número de respostas e tipos de resposta. A aglutinação das respostas foi realizada por quatro métodos diferentes: Desirability, Desvio Médio Percentual, Programação por Compromisso e Programação por Compromisso normalizada pela distância euclidiana. A avaliação dos métodos foi realizada por meio de comparação entre os resultados obtidos na utilização de um mesmo método de aglutinação, determinando assim a eficiência do método de busca. Os resultados obtidos na avaliação dos métodos sugerem a aplicação do método do algoritmo genético quando se pretende estabelecer parâmetros que resultem na melhoria de processos com múltiplas respostas, em particular quando essas respostas são modeladas por equações com termos cúbicos, independentemente do número de termos que possam conter, do tipo de respostas e do número de variáveis.

Descrição

Palavras-chave

Desirability, Nelder mead simplex, Meta-heuristics, Design of experiments, Desirability and generalized reduced gradient., Simulated annealing, Genetic algorithm, Meta-heurística, Planejamento de experimentos, Processos com múltiplas respostas, Algoritmo genético, Recozimento simulado, Gradiente reduzido generalizado

Como citar