دانلود ترجمه مقاله حل مساله چند پاسخی در روش تاگوچی با DEA

1. مقدمه 2. تحلیل پوششی داده ها 3. رویکرد پیشنهادی 4. کاربرد روش پیشنهادی 5. نتیجه گیری ضمیمه A: مدل CCR پیوست B: مدل های فرمولاسیون خیرخواهانه

چکیده – روش تاگوچی یک روش کارآمد برای بهینه سازی یک پاسخ با کیفیت واحد است. با این حال، در عمل بیشتر محصولات / فرایندها دارای بیش از یک پاسخ کیفی هستند. اخیرا، مسئله چند پاسخی در روش تاگوچی توجه تحقیقاتی قابل ملاحظه ای را به خود جلب کرده است. بنابراین این تحقیق یک رویکرد کارآمد برای حل مشکل چند پاسخی را در روش تاگوچی با استفاده از فرمول خیرخواهانه در تحلیل پوششی داده ها (DEA) ارائه می دهد. هر آزمایش در آرایه متعامد تاگوچی (OA) به عنوان واحد تصمیم گیری (DMU) با مجموعه پاسخ های متعدد ورودی و / یا خروجی مورد بحث قرار می گیرد. هر DMU با فرمول بندی خیرخواهانه ارزیابی می شود. سپس مقدار ترتیبی بهره وری DUM برای تصمیم گیری در مورد سطوح فاکتور بهینه برای مشکل چند پاسخی استفاده می شود. سه مطالعه موردی که اغلب مورد بررسی قرار گرفته اند برای نشان دادن رویکرد پیشنهادی اتخاذ شده است. نتایج محاسباتی نشان داد که رویکرد پیشنهادی بیشترین پیشرفت کل پیش بینی شده در بین تحلیل مؤلفه های اصلی (PCA) ، رویکرد رتبه بندی مبتنی بر (DEA (DEAR و سایر تکنیک های موجود در مقالات را ارائه می کند. در نتیجه، رویکرد پیشنهادی ممکن است کمک بزرگی را به پزشکان برای حل مشکل چند پاسخی در برنامه های تولید در روش تاگوچی ارائه دهد.

The Taguchi method is an efficient approach for optimizing a single quality response. In practice, however, most products/processes have more than one quality response of main interest. Recently, the multi-response problem in the Taguchi method has gained a considerable research attention. This research, therefore, proposes an efficient approach for solving the multi-response problem in the Taguchi method utilizing benevolent formulation in data envelopment analysis (DEA). Each experiment in Taguchi’s orthogonal array (OA) is treated as a decision making unit (DMU) with multiple responses set inputs and/or outputs. Each DMU is evaluated by benevolent formulation. The ordinal value of the DUM’s efficiency is then used to decide the optimal factor levels for multi-response problem. Three frequently-investigated case studies are adopted to illustrate the proposed approach. The computational results showed that the proposed approach provides the largest total anticipated improvement among principal component analysis (PCA), DEA based ranking approach (DEAR) and other techniques in literature. In conclusion, the proposed approach may provide a great assistant to practitioners for solving the multi-response problem in manufacturing applications on the Taguchi method.