國立虎尾科技大學 |

登入

回首頁

將非常態平均數管制圖設計中成本與監控效率最佳化之研究 = A Study...

國立虎尾科技大學

將非常態平均數管制圖設計中成本與監控效率最佳化之研究 = A Study of X-bar Control Charts Design with Non-normally Data for Optimizing Cost and Monitoring Efficiency

紀錄類型:	書目-語言資料,印刷品 : 單行本
並列題名:	A Study of X-bar Control Charts Design with Non-normally Data for Optimizing Cost and Monitoring Efficiency
作者:	李嘉茹,
其他作者:	胡伯潛,
其他團體作者:	國立虎尾科技大學
出版地:	雲林縣
出版者:	國立虎尾科技大學;
出版年:	民96[2007]
版本:	初版
面頁冊數:	61面圖,表 : 30公分;
標題:	基因演算法
標題:	Economic-statistical design
電子資源:	http://140.130.12.251/ETD-db/ETD-search-c/view_etd?URN=etd-0620107-123301
摘要註:	傳統管制圖經常假設樣本之量測值為常態分配，可是許多實務上的案例卻非如此。在這些實例中常常由於樣本組內之量測值較少，無法應用中央極限定理，使得常態分配的假設並不恰當。由於較少文獻探討具警告界限之平均數管制圖經濟─統計性設計，因此本研究主要是探討在非常態性資料對於具警告界限之平均數管制圖經濟─統計性設計的影響。選擇經濟─統計性設計模式除了可以保有管制圖預期應有的偵測能力外，同時也能在經濟因素考量下，降低所需付出之成本。本研究在經濟性設計的部份是以Gordon 和Weindling（1975）成本模式，並以生產每件良品之平均成本為績效衡量指標；而統計性設計的部份則是採「平均連串長度」作為統計限制條件。本研究應用基因演算法進行求解，也就是要以基因演算法在滿足所設定的統計限制條件下搜尋管制圖最適參數組合：樣本大小（n）、抽樣間隔（s）、連串長度（r）、警告界限係數（w）與管制界限係數（k），使得生產每件良品的平均成本最小化。研究結果顯示，固定抽樣成本（CF）與調查並消除可歸屬原因的成本（CA2）變動時，對於單位平均成本並無明顯的影響；而變動抽樣成本（CV）、不良品所花費的成本（CD）、調查錯誤警告的成本（CA1）與製程發生隨機偏移的頻率增加時，單位平均成本明顯遞增。另外，製程發生偏移程度與誤差容許率增加時，單位平均成本則明顯遞減。 Traditionally, when the issue of designing control chart is discussed, one usually assumes the observations in each sampled subgroup are normally distributed; therefore, the sample mean is also normally distributed. Even if the size of subgroup is large enough, the observations will be distributed normally according to the central limit theorem. However, the assumption may not be acceptable in practice.In this research, an economic-statistical design of X-bar chart with warning limit under Non-normal distributions will be developed using the Burr distribution. In the part of economic design, Gordon and Weindling (1975) cost model is used to minimize average cost per part produced. In the part of statistical design, average run length (ARL) is used as the statistical limiting conditions. The genetic algorithm (GA) is adopted to search for the optimal parameters, i.e. the sampling size (n), the sampling interval (s), the run length (r), the warning limit coefficients (w) and the control limit coefficients (k).By sensitive analysis we can get fixed sampling cost (CF) and cost correcting the assignable cause (CA2) don’t affect average cost per part produced. An increase in variation sampling cost (CV), cost of defective product (CD), cost of searching for assignable cause (CA1) and mean number of shift (θ) leads to increase average cost per part produced. In addition, An increase in shift coefficient (δ) and allowable semi-tolerance leads to increase average cost per part produced.

將非常態平均數管制圖設計中成本與監控效率最佳化之研究 = A Study of X-bar Control Charts Design with Non-normally Data for Optimizing Cost and Monitoring Efficiency
李, 嘉茹

將非常態平均數管制圖設計中成本與監控效率最佳化之研究 = A Study of X-bar Control Charts Design with Non-normally Data for Optimizing Cost and Monitoring Efficiency / 李嘉茹撰 - 初版. - 雲林縣 : 國立虎尾科技大學, 民96[2007]. - 61面 ; 圖,表 ; 30公分.
基因演算法Economic-statistical design

胡, 伯潛

將非常態平均數管制圖設計中成本與監控效率最佳化之研究 = A Study of X-bar Control Charts Design with Non-normally Data for Optimizing Cost and Monitoring Efficiency
LDR:04287nam0 2200253 450 001 540263
010 0 $b 平裝
100 $a 20090417h akaa0chia50020302ba
101 0 $a chi
102 $a cw
105 $a ak am 000yy
200 1 $a 將非常態平均數管制圖設計中成本與監控效率最佳化之研究 $d A Study of X-bar Control Charts Design with Non-normally Data for Optimizing Cost and Monitoring Efficiency $f 李嘉茹撰
205 $a 初版
210 $a 雲林縣 $d 民96[2007] $c 國立虎尾科技大學
215 0 $a 61面 $c 圖,表 $d 30公分
314 $a 指導教授：胡伯潛
328 $a 碩士論文--國立虎尾科技大學工業工程與管理究所
330 $a 傳統管制圖經常假設樣本之量測值為常態分配，可是許多實務上的案例卻非如此。在這些實例中常常由於樣本組內之量測值較少，無法應用中央極限定理，使得常態分配的假設並不恰當。由於較少文獻探討具警告界限之平均數管制圖經濟─統計性設計，因此本研究主要是探討在非常態性資料對於具警告界限之平均數管制圖經濟─統計性設計的影響。選擇經濟─統計性設計模式除了可以保有管制圖預期應有的偵測能力外，同時也能在經濟因素考量下，降低所需付出之成本。本研究在經濟性設計的部份是以Gordon 和Weindling（1975）成本模式，並以生產每件良品之平均成本為績效衡量指標；而統計性設計的部份則是採「平均連串長度」作為統計限制條件。本研究應用基因演算法進行求解，也就是要以基因演算法在滿足所設定的統計限制條件下搜尋管制圖最適參數組合：樣本大小（n）、抽樣間隔（s）、連串長度（r）、警告界限係數（w）與管制界限係數（k），使得生產每件良品的平均成本最小化。研究結果顯示，固定抽樣成本（CF）與調查並消除可歸屬原因的成本（CA2）變動時，對於單位平均成本並無明顯的影響；而變動抽樣成本（CV）、不良品所花費的成本（CD）、調查錯誤警告的成本（CA1）與製程發生隨機偏移的頻率增加時，單位平均成本明顯遞增。另外，製程發生偏移程度與誤差容許率增加時，單位平均成本則明顯遞減。 Traditionally, when the issue of designing control chart is discussed, one usually assumes the observations in each sampled subgroup are normally distributed; therefore, the sample mean is also normally distributed. Even if the size of subgroup is large enough, the observations will be distributed normally according to the central limit theorem. However, the assumption may not be acceptable in practice.In this research, an economic-statistical design of X-bar chart with warning limit under Non-normal distributions will be developed using the Burr distribution. In the part of economic design, Gordon and Weindling (1975) cost model is used to minimize average cost per part produced. In the part of statistical design, average run length (ARL) is used as the statistical limiting conditions. The genetic algorithm (GA) is adopted to search for the optimal parameters, i.e. the sampling size (n), the sampling interval (s), the run length (r), the warning limit coefficients (w) and the control limit coefficients (k).By sensitive analysis we can get fixed sampling cost (CF) and cost correcting the assignable cause (CA2) don’t affect average cost per part produced. An increase in variation sampling cost (CV), cost of defective product (CD), cost of searching for assignable cause (CA1) and mean number of shift (θ) leads to increase average cost per part produced. In addition, An increase in shift coefficient (δ) and allowable semi-tolerance leads to increase average cost per part produced.
510 1 $a A Study of X-bar Control Charts Design with Non-normally Data for Optimizing Cost and Monitoring Efficiency
610 0 $a 基因演算法 $a 平均數管制圖 $a 經濟─統計性設計
610 1 $a Economic-statistical design $a Genetic algorithm $a X-bar control chart
681 $a 008.169M $b 4404
700 $a 李 $b 嘉茹 $3 523744
702 $a 胡 $b 伯潛 $3 472880
712 $a 國立虎尾科技大學 $b 工業工程與管理究所 $3 523742
801 0 $a cw $b 虎尾科技大學 $c 20071207 $g CCR
801 2 $a cw $b 虎尾科技大學 $c 20090417 $g CCR
856 7 $u http://140.130.12.251/ETD-db/ETD-search-c/view_etd?URN=etd-0620107-123301