Metodología de optimización de la calidad de productos

Descripción del Articulo

In this study we have developed a method for optimizing the parameters of quality of products that consists of five steps: 1) Determine the characteristics of product quality and process variables 2) Develop an experimental design with Taguchi Methods 3) Develop experiments with Response Surface Met...

Descripción completa

Detalles Bibliográficos
Autores: Cevallos Ampuero, Juan Manuel, Raez Guevara, Luis
Formato: artículo
Fecha de Publicación:2015
Institución:Universidad Nacional Mayor de San Marcos
Repositorio:Revistas - Universidad Nacional Mayor de San Marcos
Lenguaje:español
OAI Identifier:oai:ojs.csi.unmsm:article/12105
Enlace del recurso:https://revistasinvestigacion.unmsm.edu.pe/index.php/idata/article/view/12105
Nivel de acceso:acceso abierto
Materia:artificial neural networks
design of experiments
fuzzy logic
genetic algorithms
uality optimization
algoritmos genéticos
diseño de experimentos
lógica difusa
optimización de la calidad
redes neuronales artificiales
id REVUNMSM_ed2a1d42596b506b6cd40d5e1a75567b
oai_identifier_str oai:ojs.csi.unmsm:article/12105
network_acronym_str REVUNMSM
network_name_str Revistas - Universidad Nacional Mayor de San Marcos
repository_id_str
spelling Metodología de optimización de la calidad de productosOptimization methodology of the quality of productsCevallos Ampuero, Juan ManuelRaez Guevara, Luisartificial neural networksdesign of experimentsfuzzy logicgenetic algorithmsuality optimizationalgoritmos genéticosdiseño de experimentoslógica difusaoptimización de la calidadredes neuronales artificialesIn this study we have developed a method for optimizing the parameters of quality of products that consists of five steps: 1) Determine the characteristics of product quality and process variables 2) Develop an experimental design with Taguchi Methods 3) Develop experiments with Response Surface Methodology. 4) Determine a neural network that represents the relationships between variables and quality characteristics. Using fuzzy variables if there is information not deterministic. 5) Optimize with the use of genetic algorithms. In this proposal, artificial neural networks ANN allow to estimate response functions; in the case of having the qualitative variables these are processed with fuzzy logic LD and in the optimization step genetic algorithms GA are used. An example of optimization with multiple responses is presented to verify the method.En este estudio se ha desarrollado un método para optimizar los parámetros de calidad de productos que consta de cinco pasos: 1) Determinar las características de calidad del producto y las variables del proceso 2) Desarrollar un diseño experimental con Métodos Taguchi 3) Desarrollar los experimentos con Metodología de Superficie de Respuesta. 4) Determinar una red neuronal que represente las relaciones entre las variables y características de calidad. Usar variables difusas si se tiene información no determinística. 5) Optimizar con el uso de algoritmos genéticos. En esta propuesta, las redes neuronales artificiales RNA permiten estimar funciones de respuesta, en el caso de contar con variables cualitativas se las procesa con lógica difusa LD y en el paso de optimización se usan algoritmos genéticos AG. Se presenta un ejemplo de optimización con respuestas múltiples para comprobar el método.Facultad de Ingeniería Industrial, Universidad Nacional Mayor de San Marcos2015-12-24info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistasinvestigacion.unmsm.edu.pe/index.php/idata/article/view/1210510.15381/idata.v18i2.12105Industrial Data; Vol. 18 No. 2 (2015); 126-134Industrial Data; Vol. 18 Núm. 2 (2015); 126-1341810-99931560-9146reponame:Revistas - Universidad Nacional Mayor de San Marcosinstname:Universidad Nacional Mayor de San Marcosinstacron:UNMSMspahttps://revistasinvestigacion.unmsm.edu.pe/index.php/idata/article/view/12105/10831Derechos de autor 2015 Juan Manuel Cevallos Ampuero, Luis Raez Guevarahttps://creativecommons.org/licenses/by-nc-sa/4.0info:eu-repo/semantics/openAccessoai:ojs.csi.unmsm:article/121052021-07-14T10:00:50Z
dc.title.none.fl_str_mv Metodología de optimización de la calidad de productos
Optimization methodology of the quality of products
title Metodología de optimización de la calidad de productos
spellingShingle Metodología de optimización de la calidad de productos
Cevallos Ampuero, Juan Manuel
artificial neural networks
design of experiments
fuzzy logic
genetic algorithms
uality optimization
algoritmos genéticos
diseño de experimentos
lógica difusa
optimización de la calidad
redes neuronales artificiales
title_short Metodología de optimización de la calidad de productos
title_full Metodología de optimización de la calidad de productos
title_fullStr Metodología de optimización de la calidad de productos
title_full_unstemmed Metodología de optimización de la calidad de productos
title_sort Metodología de optimización de la calidad de productos
dc.creator.none.fl_str_mv Cevallos Ampuero, Juan Manuel
Raez Guevara, Luis
author Cevallos Ampuero, Juan Manuel
author_facet Cevallos Ampuero, Juan Manuel
Raez Guevara, Luis
author_role author
author2 Raez Guevara, Luis
author2_role author
dc.subject.none.fl_str_mv artificial neural networks
design of experiments
fuzzy logic
genetic algorithms
uality optimization
algoritmos genéticos
diseño de experimentos
lógica difusa
optimización de la calidad
redes neuronales artificiales
topic artificial neural networks
design of experiments
fuzzy logic
genetic algorithms
uality optimization
algoritmos genéticos
diseño de experimentos
lógica difusa
optimización de la calidad
redes neuronales artificiales
description In this study we have developed a method for optimizing the parameters of quality of products that consists of five steps: 1) Determine the characteristics of product quality and process variables 2) Develop an experimental design with Taguchi Methods 3) Develop experiments with Response Surface Methodology. 4) Determine a neural network that represents the relationships between variables and quality characteristics. Using fuzzy variables if there is information not deterministic. 5) Optimize with the use of genetic algorithms. In this proposal, artificial neural networks ANN allow to estimate response functions; in the case of having the qualitative variables these are processed with fuzzy logic LD and in the optimization step genetic algorithms GA are used. An example of optimization with multiple responses is presented to verify the method.
publishDate 2015
dc.date.none.fl_str_mv 2015-12-24
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv https://revistasinvestigacion.unmsm.edu.pe/index.php/idata/article/view/12105
10.15381/idata.v18i2.12105
url https://revistasinvestigacion.unmsm.edu.pe/index.php/idata/article/view/12105
identifier_str_mv 10.15381/idata.v18i2.12105
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv https://revistasinvestigacion.unmsm.edu.pe/index.php/idata/article/view/12105/10831
dc.rights.none.fl_str_mv Derechos de autor 2015 Juan Manuel Cevallos Ampuero, Luis Raez Guevara
https://creativecommons.org/licenses/by-nc-sa/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Derechos de autor 2015 Juan Manuel Cevallos Ampuero, Luis Raez Guevara
https://creativecommons.org/licenses/by-nc-sa/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Facultad de Ingeniería Industrial, Universidad Nacional Mayor de San Marcos
publisher.none.fl_str_mv Facultad de Ingeniería Industrial, Universidad Nacional Mayor de San Marcos
dc.source.none.fl_str_mv Industrial Data; Vol. 18 No. 2 (2015); 126-134
Industrial Data; Vol. 18 Núm. 2 (2015); 126-134
1810-9993
1560-9146
reponame:Revistas - Universidad Nacional Mayor de San Marcos
instname:Universidad Nacional Mayor de San Marcos
instacron:UNMSM
instname_str Universidad Nacional Mayor de San Marcos
instacron_str UNMSM
institution UNMSM
reponame_str Revistas - Universidad Nacional Mayor de San Marcos
collection Revistas - Universidad Nacional Mayor de San Marcos
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1795238302565007360
score 13.903862
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).