İstatistiksel ve bulanık nicel kalite kontrol grafiklerinin simülasyon verileri ile karşılaştırılması
Comparison of statistical and fuzzy quantitative quality control using with simulation data
- Tez No: 515399
- Danışmanlar: DR. ÖĞR. ÜYESİ AYTAÇ PEKMEZCİ
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Muğla Sıtkı Koçman Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 148
Özet
İstatistiksel kalite kontrol (İKK), bir süreçten elde edilen hizmet veya ürünlerin standartlara, müşteri beklentilerine ve spesifikasyonlara uygun olup olmadığını denetleyen istatistiksel yöntemler topluluğudur. En iyi bilinen IKK yöntemi kalite kontrol grafikleridir (KKG). KKG'leri bir ürüne ilişkin kalite karakteristiğinin (ortalama, standart sapma vs) kabul edilebilir sınırlar içerisinde kalıp kalmadığını kontrol eden ve bu sınırları aşması durumunda uyarı veren grafiksel bir yöntemdir. KKG'ler nicel ve nitel olmak üzere iki kategoriye ayrılır. Bu iki kategori arasındaki temel fark, nicel KKG'leri ürünün ortalama, standart sapma ve aralık gibi ölçülebilir özelliklerini dikkate alırken, nitel KKG'leri ölçülemeyen özelliklerini dikkate almasıdır. Her iki kategori içinde temel istatistiksel varsayım, süreçten elde edilen örneklerin normal dağılıma uymasıdır. Ancak gerçek uygulamalarda, örneklerin bu varsayımı sağlaması oldukça güçtür. Bunun dışında, bu grafiklerin kullanılabilir olması için örneklerdeki gözlemler kesin olmak zorundadır. İstatistiksel KKG'lerin bu tür dezavantajlarını ortadan kaldırmak için son zamanlarda bulanık KKG'ler kullanılmaya başlanmıştır. Bulanık KKG'ler belirsiz ve eksik veriyi ele alabilme yeteneğine sahip bulanık küme teorisine dayanır. Bulanık KKG'lerde temel mantık, kontrol limitlerinin bulanık sayı olarak elde edilmesine izin vermesidir. Bulanık KKG'ler şu ana kadar birçok çalışmada kullanılmıştır. Ancak istatistiksel ve bulanık KKG'lerin performanslarını simülasyon çalışması yoluyla karşılaştıran bir çalışma bulunmamaktadır. Bu çalışma, nicel istatiksel ve bulanık KKG'lerin performanslarının simülasyon çalışması yoluyla karşılaştırmayı amaçlamaktadır. Bu amaca yönelik olarak, sürecin kontrol altında ve kontrol dışı olduğu durumları dikkate alan iki farklı simülasyon çalışması gerçekleştirilmiştir. Yapılan analizler sonucunda, nicel bulanık KKG'lerin en iyi performansı sağladığı görülmüştür.
Özet (Çeviri)
Statistical Quality Control (SQC) is a collection of statistical methods that check whether a product and service obtained from a process is conformed with standards, customer's expectations and spesifications. The most known SQC method is quality control charts (QCC). QCCs is a graphical method which check whether quality characteristics of a product (mean, standard deviation etc.) are between admissible limits and give a warning in case that they exceed these limits. QCCs are divided into two categories as quantitative and qualitative. The main difference of these two categories is that quantitative QCCs consider measurable properties of the product such as mean, standard deviation, range etc. while qualitative QCSS consider unmeasurable properties. The fundamental statistical assumption for both two categories is that samples obtained from process follow normal distribution. But, it is very difficult that the samples satisfy this assumption in real time applications. Besides, the observations in the samples must be certain in order for these graphics to be practicable. In order to overcome these disadvantages of statistical QCCs, fuzzy QCCs are begun to use recently. Fuzzy QCCs are based on fuzzy set theory which is able to deal with uncertainty and incomplete data. The fundamental logic of fuzzy QCC is to allow obtaining the control limits as fuzzy number. So far, fuzzy QCCs have been used in many studies. But, there is no study that compares the performance of statistical and fuzzy QCCs via simulation study. This study aims to compare the performance of quantitative statistical and fuzzy QCCs via simulation. For this aim, two different simulation considered the cases which process is under control and out of control are carried out. At the result of analyses, it is observed that quantitative fuzzy QCCs provide the best performance.
Benzer Tezler
- İstatistiksel ve bulanık nitel kalite kontrol grafiklerinin karşılaştırılması
Comparison of statistical and fuzzy quantitative quality control using with simulation data
EBRU BEKDAŞ
Yüksek Lisans
Türkçe
2020
İstatistikMuğla Sıtkı Koçman Üniversitesiİstatistik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYTAÇ PEKMEZCİ
- Measuring and evaluating the maintainability of microservices
Mikroservislerin sürdürülebilirliğinin ölçülmesi ve değerlendirilmesi
RAHİME YILMAZ
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. FEZA BUZLUCA
- Les approches analytiques appliques en deploiement de fonction de qualite
Kalite işlev konuşlandırma sürecinde analitik yöntemler
SADETTİN EMRE ALPTEKİN
Yüksek Lisans
Fransızca
2001
Endüstri ve Endüstri MühendisliğiGalatasaray ÜniversitesiDOÇ. DR. ERTUĞRUL KARSAK
- Nicel birliktelik kurallarının bulanık mantık ve genetik algoritma ile otomatik keşfi
Discovery of quantitative association rules with fuzzy logic and genetic algorithms
KORKUT KORAY GÜNDOĞAN
Yüksek Lisans
Türkçe
2003
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YETKİN TATAR
- Computing with words: from linguistic preferences to decisions
Sözcüklerle hesaplama: Sözel değerlendirmelerden kararlara
FARAN AHMED
Doktora
İngilizce
2019
Endüstri ve Endüstri MühendisliğiSabancı ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. KEMAL KILIÇ