Gráficos de controle fuzzy intuicionistas: uma abordagem utilizando software R

Abstract

Os gráficos de controle tradicionais de Shewhart foram desenvolvidos para serem utilizados com dados precisos, porém muitos processos estão sujeitos à incerteza do instrumento, subjetividade humana, e hesitação do operador no momento da medição. Neste caso, devem ser utilizados gráficos de controle fuzzy intuicionista, uma vez que são capazes de representar a incerteza e hesitação do processo. Este trabalho propõe o uso da lógica fuzzy intuicionista aos gráficos de controle por variáveis para monitorar a média e a variabilidade de processos univariados, assim como a criação de uma interface computacional em linguagem R, por meio do pacote Shiny, capaz de facilitar a experiencia do usuário na junção dos conceitos apresentados. A fuzzificação das observações foi realizada utilizando o conceito de incerteza de medição, a fim de tornar o monitoramento de processos o mais próximo da realidade vivida nas organizações. O método de defuzzificação Intuitionistic Fuzzy - Weighted Averaging Based on Levels (IF-WABL) foi utilizado como forma de tomar decisões sobre o estado de controle estatístico do processo em um ambiente fuzzy intuicionista. O desempenho dos gráficos de controle Xbar e Xbar-R foi medido pelo Average Run Lenght (ARL), Standard Deviation Run Length (SDRL) e Percentis de Run Length. Verificou-se neste trabalho que os gráficos de controle fuzzy intuicionista são eficientes na detecção de causas especiais, e que a interface computacional desenvolvida é capaz de realizar as funções propostas.

Traditional Shewhart control charts were developed for use with accurate data, but many processes are subject to instrument uncertainty, human subjectivity, and operator hesitation at the time of measurement. In this case, intuitionistic fuzzy control charts should be used, since they are able to represent the uncertainty and hesitation of the process. This work proposes the use of intuitionistic fuzzy logic to control charts by variables to monitor the mean and variability of univariate processes, as well as the creation of a computational interface in R language, through the Shiny package, capable of facilitating the user experience in the junction of the concepts presented. The fuzzification of the observations was performed using the concept of measurement uncertainty, in order to make process monitoring as close as possible to the reality experienced in organizations. The Intuitionistic Fuzzy - Weighted Averaging Based on Levels (IF-WABL) defuzzification method was used as a way to make decisions about the statistical control state of the process in an intuitionistic fuzzy environment. The performance of the Xbar and Xbar-R control charts was measured by Average Run Length (ARL), Standard Deviation Run Length (SDRL) and Run Length Percentiles. It was found in this work that the intuitionistic fuzzy control charts are efficient in detecting special causes, and that the developed computational interface is capable of performing the proposed functions.