EFFECT OF LOCATION OF EXPLANATORY VARIABLE ON MONITORING POLYNOMIAL QUALITY PROFILES

چكيده كيفيت كالا و خدمات عموماَ با استفاده از توزيع هاي يك يا چند متغيره مشخصه هاي كيفي مدل-سازي ميشود. با اين وجود، در كاربردهاي نوين كنترل فرايند آماري، به طور فزاينده اي از پروفايل هاي كيفي براي مدل سازي و پايش رابطه بين متغيرهاي مستقل و وابسته استفاده مي شود. در رابطه با پروفايل هاي چند متغيره كه از پركاربردترين پروفايل هاي كيفي مي باشند، روش هاي متعددي براي بهبود سرعت كشف تغييرات ارانه شده است. در اين تحقيق، تاثيرموقعيت مكاني متغيرهاي مستقل در بهبود عملكرد نمودارEWMA4، كه از متدوال ترين نمودارهاي كنترل پروفايل هاي چند متغيره مي باشند، مورد بررسي قرار گرفته است. در اين يك رابطه مدل بهينه سازي براي تعيين مكان بهينه متغيرهاي مستقل كه منجر به كمينه شدن طول دنباله مي شود طراحي و با استفاده از الگوريتم ژنتيك حل شده است. همچنين با استفاده از شبيه سازي آماري عملكرد روش پيشنهادي با ساير روش هاي موجود مقايسه گرديده است.

Abstract The quality is typically modeled as the univariate or multivariate distribution of quality characteristic/s. In recent applications of statistical process control, quality profiles in which the relationship between a response and explanatory variable/s is captured and monitored are increasingly used to model the quality. Several techniques have been developed to enhance the speed of detecting changes in parameters of polynomial profiles. In this paper, we consider the effect of allocating the explanatory variable X in optimizing the performance of one of the well-known methods referred to as EWMA4 method. An optimization model is built and solved using the genetic algorithm to find the optimal location of X- values that minimizes the average of the run length distribution (ARL). The effect of location optimization is studied using a simulation study, and the results are compared with non-optimized strategies in terms of average run length criterion.