Bulanıklık altında özelliklere göre örnekleme planlarının optimizasyonu
Yükleniyor...
Dosyalar
Tarih
2012-06-29
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Selçuk Üniversitesi Fen Bilimleri Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
İstatistiksel kalite kontrol ile verilerin toplanması, analizi, yorumlanması ve gerekli çözüm yollarının geliştirerek üretilen mal ve hizmetlerin kalite yönünden kontrol altında olması sağlanır. İstatistiksel kalite kontrolün en önemli konularından bir tanesi kabul örneklemesidir. Kabul örneklemesinde anakütleden (parti) örnek alınır, örnekteki birimlerin bazı kalite karakteristikleri muayene edilir ve bu örneklerden elde edilen bilgiye dayanılarak partinin ne şekilde değerlendirileceğine yani kabulü veya reddine karar verilir. Düzgün bir kabul örneklemesi planının tasarımı, genellikle müşteri tarafından gerekli kılınan, gerçek kalite seviyesinin bilinmesine ihtiyaç duymaktadır. Ancak bazı durumlarda, bu kalite seviyesini kesin değerler ile belirlemek mümkün olmayabilmektedir. Özellikle üretim ortamında, kusurlu oranı, örnek hacmi, kabul edilebilir hata sayısı gibi kabul örneklemesi parametrelerini kesin olarak belirleyebilmek kolay olmamaktadır. Bu tez projesinde yukarıda bahsedilen belirsizliği ve bilgi eksikliğini giderebilmek için kabul örneklemesi planlarında kullanılan parametreler dilsel değişkenler yardımıyla tanımlanmış ve bulanık kümeler teorisi kabul örneklemesine başarılı bir şekilde uygulanmıştır. Ayrıca özelliklere göre örnekleme planlarından tekli ve ikili örnek alma planlarının tasarımı için bulanıklık altında çeşitli kısıtlar (üretici ve tüketici riskinin belirli değerleri aşmaması) göz önüne alınarak çok amaçlı matematiksel modeller geliştirilmiş ve en uygun çözümler elde edilmiştir. Sonuç olarak bulanıklık altında geliştirilen tekli ve ikili örnek alma planlarında daha düşük örnek hacimlerinin elde edildiği ortaya konulmuştur.
Statistical Quality Control is a tool for developing required resolution plans against problematic areas of goods and service production. It uses statistical methods for maintaining the quality of the produced goods and the services under control by collecting, analyzing, and interpreting the data. One of t he most important subject of the Statistical Quality Control is acceptance sampling. In acceptance sampling, sampling is taken from the lot, batch, e.g.. . Units from these samplings are inspected to determine whether the whole lot could be accepted or rejected based on the results of the measured quality characteristics. Proper design of an acceptance sampling planning usually depends on knowing the true level of quality required by customers. However, it is sometimes not possible to determine this quality level with certain values. Especially in production, it is not easy to determine the parameters of acceptance sampling such as proportion of defect items, sample size, acceptable defect items. In this thesis, the parameters used in acceptance sampling are defined with the help of linguistic variables and fuzzy set theory has successfully been applied to acceptance sampling to eliminate uncertainty and lack of knowledge mentioned above. Additionally, for planning of single and double sampling design from the acceptance planning according to the attributes, multi-objective mathematical models are developed and the optimal results are obtained by considering the various constraints under fuzziness. As a result it is obtained that the lower sample sizes in developed single and double sampling plans under fuzzy environment.
Statistical Quality Control is a tool for developing required resolution plans against problematic areas of goods and service production. It uses statistical methods for maintaining the quality of the produced goods and the services under control by collecting, analyzing, and interpreting the data. One of t he most important subject of the Statistical Quality Control is acceptance sampling. In acceptance sampling, sampling is taken from the lot, batch, e.g.. . Units from these samplings are inspected to determine whether the whole lot could be accepted or rejected based on the results of the measured quality characteristics. Proper design of an acceptance sampling planning usually depends on knowing the true level of quality required by customers. However, it is sometimes not possible to determine this quality level with certain values. Especially in production, it is not easy to determine the parameters of acceptance sampling such as proportion of defect items, sample size, acceptable defect items. In this thesis, the parameters used in acceptance sampling are defined with the help of linguistic variables and fuzzy set theory has successfully been applied to acceptance sampling to eliminate uncertainty and lack of knowledge mentioned above. Additionally, for planning of single and double sampling design from the acceptance planning according to the attributes, multi-objective mathematical models are developed and the optimal results are obtained by considering the various constraints under fuzziness. As a result it is obtained that the lower sample sizes in developed single and double sampling plans under fuzzy environment.
Açıklama
Anahtar Kelimeler
Bulanıklık altında ikili örnek alma plan optimizasyonu, Bulanıklık altında tekli örnek alma plan optimizasyonu, Bulanık kümeler teorisi, Bulanık istatistik, Fuzzy set theory, Fuzzy statistics, Optimization of double sampling plan under fuzzy environment, Optimization of single sampling plan under fuzzy environment
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Turanoğlu, E. (2012). Bulanıklık altında özelliklere göre örnekleme planlarının optimizasyonu. Selçuk Üniversitesi, Yayımlanmış yüksek lisans tezi, Konya.
