عنوان : ( تشخیص الگوهای نمودار کنترل با استفاده از شبکه های عصبی مصنوعی و نرم افزار R )
نویسندگان: جواد نقدبیشی , مهدی جباری نوقابی , بهرام صادق پور گیلده , یاسمن زینتی ,
Full Textچکیده
تشخیص الگوهای نمودار کنترل به طور دقیق و سریع به منظور نظارت بر فرآیند تولید برای دستیابی به کنترل مناسب و تولید محصولات با کیفیت دارای اهمیت است. نمودارهای کنترل می توانند شش نوع الگوی نرمال، سیکل، روند افزایشی، روند کاهشی، شیفت به بالا و شیفت به پایین را نشان دهند. به جز الگوی نرمال، تمام الگوهای دیگر نشان می دهد که فرآیند تحت نظارت عملکرد درستی نبوده و نیاز به اصلاح مجدد دارد. در این مقاله از دو شبکه عصبی پرسپترون و شبکه تابع شعاع مدار جهت تشخیص الگوهای نمودار کنترل استفاده شده است. برای این منظور از نرم افزار آماری R جهت بالا بردن سرعت فرآیند آموزش شبکه و تولید حجم زیادی از الگوها با پارامترهای مختلف استفاده شده است. نتایج به دست آمده با استفاده از داده های شبیه سازی شده و خروجی دو شبکه عصبی، نرخ تشخیص صحیح الگوهای مورد نظر را برای شبکه های عصبی MLP و RBF به ترتیب باربر 33/99 و 66/95 درصد نشان می دهد.
کلمات کلیدی
, نمودار کنترل, کنترل فرآیند آماری, شبکه عصبی, نرم افزار R
@inproceedings{paperid:1048373,
author = {نقدبیشی, جواد and جباری نوقابی, مهدی and صادق پور گیلده, بهرام and زینتی, یاسمن},
title = {تشخیص الگوهای نمودار کنترل با استفاده از شبکه های عصبی مصنوعی و نرم افزار R},
booktitle = {دهمین سمینار احتمال و فرآیندهای تصادفی},
year = {2015},
location = {یزد, ايران},
keywords = {نمودار کنترل، کنترل فرآیند آماری، شبکه عصبی، نرم افزار R},
}
%0 Conference Proceedings
%T تشخیص الگوهای نمودار کنترل با استفاده از شبکه های عصبی مصنوعی و نرم افزار R
%A نقدبیشی, جواد
%A جباری نوقابی, مهدی
%A صادق پور گیلده, بهرام
%A زینتی, یاسمن
%J دهمین سمینار احتمال و فرآیندهای تصادفی
%D 2015
