Nitel özellikler için bulanık kontrol diyagramları ve kabul örneklemesi planlarının genetik algoritmalarla çözümü

Basit Öğe Kaydı
dc.contributor.advisorEngin, Orhan
dc.contributor.authorÇelik, Ahmet
dc.date.accessioned2017-12-28T11:21:34Z
dc.date.available2017-12-28T11:21:34Z
dc.date.issued2006
dc.departmentEnstitüler, Fen Bilimleri Enstitüsü, Endüstri Mühendisliği Ana Bilim Dalıen_US
dc.description.abstractBu çalışmada, bulanık kalite kontrol problemleri için, ?Genetik Algoritma?nın çok aşamalı proseslerde uygulanabilirliği incelenmiştir. Birinci bölümde kalite hakkında bilgi verilmiş ve çok aşamalı prosesler açıklanmıştır. kinci ve üçüncü bölümde, Genetik Algoritma (GA) ve Bulanık Sistem, dördüncü bölümde örnekleme kavramı ve örnekleme planları açıklanmıştır. Beşinci bölümde, nitel özellikler için kontrol diyagramlarında örnek hacmi belirleme probleminin çözümü için Kaya (2004) tarafından geliştirilen çok amaçlı model, bulanık hale getirilmiş ve bu modeli çözmek için GA yaklaşımı önerilmiştir. Altıncı bölümde ise, en uygun örnek hacmi ve kabul edilebilir kusur sayısı çiftinin belirlenmesi için Lagner (2001) tarafından geliştirilen model, GA yardımı ile çözülmüştür. Çözüm aşamasında Kaya'nın (2004) uyguladığı ikili kodlama yerine, gerçek sayılı (onlu) kodlama kullanılmış, bulunan sonuçlar Kaya(2004) tarafından bulunan değerler ile karşılaştırılmıştır. Ayrıca GA programı, sübap üretimi yapan bir işletmede uygulanmış ve ?Gerçek Kodlu Genetik Algoritma?nın uygulanabilir olduğu sonucu elde edilmiştir.en_US
dc.description.abstractIn this study, implementation of ?Genetic Algorithm? (GA) in multistage processes is investigated to solve the fuzzy quality control problems. In the first section, there is information about quality and multistage processes are also explained. In the second and third section, Genetic Algorithms and Fuzzy Systems, in the fourth section, sampling plans and basic sampling concepts are explained. In the fifth section, a multi objective model developed by Kaya (2004) to solve the problem of defining sample size at control charts is turned into fuzzy and GA approach is proposed to solve this model. In the sixth section, the model by Langner (2001) to define best simple size and couple of acceptable defect is solved by the help of GA. In the solution stage, real counted coding used instead of bilateral coding and the solutions are composed to the values found by Kaya (2004).en_US
dc.identifier.citationÇelik, A. (2006). Nitel özellikler için bulanık kontrol diyagramları ve kabul örneklemesi planlarının genetik algoritmalarla çözümü. Selçuk Üniversitesi, Yayımlanmış yüksek lisans tezi, Konya.en_US
dc.identifier.urihttps://hdl.handle.net/20.500.12395/7584
dc.language.isotren_US
dc.publisherSelçuk Üniversitesi Fen Bilimleri Enstitüsüen_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.selcuk20240510_oaigen_US
dc.subjectNitel kontrol diyagramlarıen_US
dc.subjectÖrnekleme planlarıen_US
dc.subjectBulanık sistemen_US
dc.subjectGenetik algoritmaen_US
dc.subjectAttributes control chartsen_US
dc.subjectSampling plansen_US
dc.subjectFuzzy systemen_US
dc.subjectGenetic algorithmen_US
dc.titleNitel özellikler için bulanık kontrol diyagramları ve kabul örneklemesi planlarının genetik algoritmalarla çözümüen_US
dc.title.alternativeSolving with genetic algorithms in attributes fuzzy control charts and sampling plansen_US
dc.typeMaster Thesisen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
183214.pdf
Boyut:
469.53 KB
Biçim:
Adobe Portable Document Format
Açıklama:
Tez
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.51 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Fen Bilimleri Enstitüsü Tez Koleksiyonu