ÇOK AŞAMALI PROSESLERDE ÖRNEK HACMİNİN BELİRLENMESİÜZERİNE BİR MODEL VE GENETİK ALGORİTMALAR YARDIMIYLA ÇÖZÜM ÖNERİSİ

İhsan Kaya

TR EN

ÇOK AŞAMALI PROSESLERDE ÖRNEK HACMİNİN BELİRLENMESİÜZERİNE BİR MODEL VE GENETİK ALGORİTMALAR YARDIMIYLA ÇÖZÜM ÖNERİSİ

Öz

Bu çalışmada, çok aşamalıkabul örneklemesi problemleri için Genetik Algoritma GA yaklaşımıincelenmiştir. Langner 2001 tarafından geliştirilen model kullanılarak, çok aşamalımuayene probleminin çözümüne ilişkin Visual Basic 6.0 programlama dilinde bir program hazırlanmışve GA ile çözülen bu modelden elde edilen sonuçlar ANSI/ASQC Z1.4 örnekleme planıile karşılaştırılmıştır. Her iki örnekleme planıiçin elde edilen örnek hacmi n ve kabul edilebilir kusur sayısı c değerleri için çalışma karakteristiği OC-Operating Characteristics ve Kabul Olasılığı Pa eğrileri WinQSB yardımıyla çizilerek sonuçlar karşılaştırılmıştır.

Anahtar Kelimeler

Kabul Örneklemesi,Genetik Algoritma,Çok Aşamalı Prosesler

Kaynakça

BAI, D.S., HONG, S.H. 1990. “Economic Design of Sampling Plans with Multi-Decision Alternatives”, Naval Research Logisitcs, 37, 905-918
BEBBINGTON, M., LAI, C.D., GOVINDARAJU, K., 2003. “Continuous sampling plans for Markov- dependent production processes under limited inspection capacity”. Mathematical and Computer Modelling, 38, 1137-1145
CHAKRABORTY, T.K. 1994. “A class of single sampling inspection plans based on possibilistic programming problem”. Fuzzy Sets and Systems, 63, 35-43
CHENG, R., GEN, M., TSUJIMURAY, Y. 1999. “A Tutorial Survey of Job Shop Scheduling Problems Using Genetic Algorithms, Part II: Hybrid Genetic Search Strategies”. Computers and Industrial Engineering 36, 343-364
ENGİN, O., 2001. Akış Tipi Çizelgeleme Problemlerinin Genetik Algoritma ile Çözüm Performansının Artırılmasında Parametre Optimizasyonu, İ.T.Ü., Fen Bilimleri Enstitüsü, Doktora Tezi, İstanbul
EVANS, G.W., ALEXANDER, S.M. 1987. “Multiobjective Decision Analysis for Acceptance Sampling Plans”. IEE Transactions, Vol. 19, No:3, 308- 316
FERRELL J., W.G., CHHOKER, A., 2002. “Design of economically optimal acceptance plans with inspection error”. Computers & Operations Research, 29, 1283-1300
FIĞLALI, A. , ENGİN, O. 2002. “Genetik Algoritmalarla Akış Tipi Çizelgelemede Üreme Yöntemi Optimizasyonu”. İTÜ Dergisi, s. 1-6.
FINK, R.L., MARGAVIO, T.M. 1994. “Economic Models for Single Sample Acceptance Sampling Plans, No Inspection, and 100 Percent Inspection”. Decision Sciences, vol 25, no 4
FU, H.H., TSAI, H.T., LIN, C.W., WEI, D. 2004. “Application of a single sampling plan for auditing medical-claim payments made by Taiwan natioanl haelth insurance”. Health Policy, Article in Press

GEN, M., CHENG, R. 1999. Genetic Algorithms & Engineering Optimization, John Wiley & Sons Inc.
GOLDBERG, D.E., 1989. Genetic Algorithms in Search Optimization and Machine Learning, Addison Wesley Publishing Company, USA
GÖZLÜ, S. 1990. Endüstriyel Kalite Kontrolü. Teknik Üniversite Matbaası, İstanbul
HASSAN, M. Z. 1985. Analysis of Manufacturing and Quality Systems Using Simulation, Engineering Costs and Production Economics, 9, 33-40
HUANG, W.T., LIN, Y.P., 2004. “Bayesian sampling plans for exponential distribution based on uniform random censored data”. Computational Statistics & Data Analysis, 44, 669-691
JANG, J.S.R., 1997. Neuro-Fuzzy and Soft Computing: A Computational Approach to Learning and Machine Intelligence, Chapter 7: Derivative-Free Optimization, Prentice-Hall, s. 173-196, USA
JARAIEDI, M., SEGALL, R.S. 1990. “Mathematical modelling of Dodge- Romig sampling plans for random incoming quality”. Appl. Math. Modelling, Vol.14, May
KAYA, İ., ENGİN, O., 2004. “Proses Kontrol Diyagramları Kullanımında Örnek Hacmi Belirleme Probleminin Genetik Algoritma İle Çözümünde Uygun Çaprazlama Yöntemi Ve Oranının Belirlenmesi”, IV. Ulusal Üretim Araştırmaları Sempozyumu 8-10 Ekim Konya, 4, 1, 347 - 353, 2004
KLEIJNEN, J.P.C., KRIENS, J., LAFLEUR, M.C.H.M., PARDOEL, J.H.F. 1992. “Sampling for quality inspection and correction: AOQL performance criteria”. European Journal of Operational Research, 62, 372-379
KOBILINSKY, A., BERTHEAU, Y. 2005. “Minimum Cost Acceptance Sampling Plans for Grain Control, with Application to GMO Detection”. Journal of Statistical Planning and Inference, 132, 149-162
KOUIKOGLU, V.S., 1994. “Single Sampling Plans for Attributes Satisfying an Arbitrary Set of Constarints- A Graphical Approach”. Microelectronics and Reliability, vol. 34, No:6, 1071-1077
KURT, M., SEMETAY, C., 2001. Genetik Algoritma ve Uygulama Alanları, Mühendis ve Makine, sayı 501
LANGNER, A. H. 2001. Genetic Algorithms in Quality Control Problems, Ph.D. Thesis, Arizona State University, December 2001
LANGNER, H.A., MONTGOMERY, D.C., CARLYLE, W.M. 2002. “Solving a Multistage Partial Inspection Problem Using Genetic Algorithms”. International Journal of Production Research, Vol. 40, No. 8, 1923-1940
LAWRENCE, D.,1990. Handbook of Genetic Algorithms, Addison Wesley
LEE, J., UNNIKRISHNAN, S., 1998. “Planning Quality Inspection Operations in Multi-stage Manufacturing Systems with Inspection Errors”, International Journal of Production Research, 36, 141-155
MARKOWSKI, E.P., MARKOWSKI, C.A., 2002. “Improved attribute acceptance sampling plans in the presence of misclassification error”. European Journal of Operational Research, 139, 501-510
MURATA, T., ISHIBUCHI, H., TANAKA, H., 1996a. “Genetic Algorithms for Flow Shop Scheduling Problems”. Computers and Industrial Engineering vol.30, No.4, pp 1061-1071
MURATA, T., ISHIBUCHI, H., TANAKA, H., 1996b. “Multi-Objective Genetic Algorithms and Its Applications to Flow Shop Scheduling”. Computers and Industrial Engineering, vol 30, No 4, pp 957-968
PARKINSON, D.B. 1988. “Optimum Sampling Plans Based On Post- Quality Control Reliability”, Reliability Engineering and System Safety. 21, 59-75
PEARN, W. L., WU, C.W. 2005. “An Effective Decision Making Method for Product Acceptance”. Omega, Article in Press
RONEN, B., SPECTOR, Y. 1995. Evaluating Sampling Strategy Under Two Criteria, European Journal of Operational Research, 80, 59-67
SOHN, S.Y., JANG, J.S., 2001. Acceptance sampling based on reliability degradation data, Reliability Engineering and System Safety, 73, 67-72
TAGARAS, G., LEE, H.L., 1987. “Optimal Bayesian Single Sampling Attributes Plans with Modified Beta Prior Distribution”, Naval Research Logisitics, 34, 789-801
TAGARAS, G., 1994. Economic Acceptance Sampling By Variables With Quadratic Quality Costs, IIE Transactions, vol 26, no 6
WALL, M.S., ELSHENNAWY, A.K. 1989. “Economically Based Acceptance Sampling Plans”, Computers Industrial Engineering, 17,340-346

Ayrıntılar

Birincil Dil

Türkçe

Konular

-

Bölüm

-

Yazarlar

İhsan Kaya Bu kişi benim

Yayımlanma Tarihi

1 Şubat 2006

Gönderilme Tarihi

-

Kabul Tarihi

-

Yayımlandığı Sayı

Yıl 2006 Sayı: 15

IZ

https://izlik.org/JA68MK26BW

APA

Kaya, İ. (2006). ÇOK AŞAMALI PROSESLERDE ÖRNEK HACMİNİN BELİRLENMESİÜZERİNE BİR MODEL VE GENETİK ALGORİTMALAR YARDIMIYLA ÇÖZÜM ÖNERİSİ. Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 15, 435-456. https://izlik.org/JA68MK26BW

AMA

1.Kaya İ. ÇOK AŞAMALI PROSESLERDE ÖRNEK HACMİNİN BELİRLENMESİÜZERİNE BİR MODEL VE GENETİK ALGORİTMALAR YARDIMIYLA ÇÖZÜM ÖNERİSİ. SUSBED. 2006;(15):435-456. https://izlik.org/JA68MK26BW

Chicago

Kaya, İhsan. 2006. “ÇOK AŞAMALI PROSESLERDE ÖRNEK HACMİNİN BELİRLENMESİÜZERİNE BİR MODEL VE GENETİK ALGORİTMALAR YARDIMIYLA ÇÖZÜM ÖNERİSİ”. Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, sy 15: 435-56. https://izlik.org/JA68MK26BW.

EndNote

Kaya İ (01 Şubat 2006) ÇOK AŞAMALI PROSESLERDE ÖRNEK HACMİNİN BELİRLENMESİÜZERİNE BİR MODEL VE GENETİK ALGORİTMALAR YARDIMIYLA ÇÖZÜM ÖNERİSİ. Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi 15 435–456.

IEEE

[1]İ. Kaya, “ÇOK AŞAMALI PROSESLERDE ÖRNEK HACMİNİN BELİRLENMESİÜZERİNE BİR MODEL VE GENETİK ALGORİTMALAR YARDIMIYLA ÇÖZÜM ÖNERİSİ”, SUSBED, sy 15, ss. 435–456, Şub. 2006, [çevrimiçi]. Erişim adresi: https://izlik.org/JA68MK26BW

ISNAD

Kaya, İhsan. “ÇOK AŞAMALI PROSESLERDE ÖRNEK HACMİNİN BELİRLENMESİÜZERİNE BİR MODEL VE GENETİK ALGORİTMALAR YARDIMIYLA ÇÖZÜM ÖNERİSİ”. Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi. 15 (01 Şubat 2006): 435-456. https://izlik.org/JA68MK26BW.

JAMA

1.Kaya İ. ÇOK AŞAMALI PROSESLERDE ÖRNEK HACMİNİN BELİRLENMESİÜZERİNE BİR MODEL VE GENETİK ALGORİTMALAR YARDIMIYLA ÇÖZÜM ÖNERİSİ. SUSBED. 2006;:435–456.

MLA

Kaya, İhsan. “ÇOK AŞAMALI PROSESLERDE ÖRNEK HACMİNİN BELİRLENMESİÜZERİNE BİR MODEL VE GENETİK ALGORİTMALAR YARDIMIYLA ÇÖZÜM ÖNERİSİ”. Selçuk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, sy 15, Şubat 2006, ss. 435-56, https://izlik.org/JA68MK26BW.

Vancouver

1.İhsan Kaya. ÇOK AŞAMALI PROSESLERDE ÖRNEK HACMİNİN BELİRLENMESİÜZERİNE BİR MODEL VE GENETİK ALGORİTMALAR YARDIMIYLA ÇÖZÜM ÖNERİSİ. SUSBED [Internet]. 01 Şubat 2006;(15):435-56. Erişim adresi: https://izlik.org/JA68MK26BW

24108 28027

Bu eser Creative Commons Attribution-NonCommercial 4.0 International Lisansı ile lisanslanmıştır.

ÇOK AŞAMALI PROSESLERDE ÖRNEK HACMİNİN BELİRLENMESİÜZERİNE BİR MODEL VE GENETİK ALGORİTMALAR YARDIMIYLA ÇÖZÜM ÖNERİSİ

Öz

Anahtar Kelimeler

Öz

Anahtar Kelimeler

Kaynakça

Ayrıntılar

Birincil Dil

Konular

Bölüm

Yazarlar

Yayımlanma Tarihi

Gönderilme Tarihi

Kabul Tarihi

Yayımlandığı Sayı

IZ

Kaynak Göster