应用灰色多属性决策分析最佳化动态系统等级类别品质特性-MIRLab.PDFVIP

應用灰色多屬性決策分析最佳化動態系統等級類別品質特性 王春和 私立親民工商專科學校工業工程與管理科 苗栗縣頭份鎮學府路 號 110 E-mail: wch@ms.chinmin.edu.tw 乃是在有限不完整的資訊環境下，以有限的實驗資料來 摘要 找出最佳的製程因子水準組合，且在動態系統等級類別 以往中外文獻所發展之線外製程參數最佳化之方法，大 品質特性製程中，又必須同時考慮到控制因子水準的設 多是針對可以量測的品質特性而設計，近幾年來有一些 定及信號因子水準的變動對等級類別品質特性所造成 關於靜態等級類別品質特性製程最佳化的研究發表，然 的影響，所以具動態系統等級類別品質特性之製程是在 而有關動態等級類別品質特性製程最佳化的研究卻相 有限不完整的資訊環境下，針對多變量性輸入資訊找到 當罕見。本研究針對具動態等級類別品質特性製程，導 製程最佳的因子，故此系統是屬於一個灰色系統。因 入灰色系統(Grey System)理論中的灰關聯分析(grey 此，本研究利用直交表規劃實驗來蒐集實驗的數據，針 relational analysis)技巧並結合多準則決策分析（multiple 對動態系統等級類別品質特性之製程，導入灰色系統理 attribute decision making ）中的理想解類似度順序偏好 論中的灰關聯分析技巧並結合理想解類似度順序偏好 法(technique for order preference by similarity to ideal 法[6] ，同時衡量各實驗組合與理想解的灰關聯度及負 solution ，簡稱TOPSIS) ，同時衡量各實驗組合與理想 理想解的灰關聯度，從而建立一個總灰關聯度指標，當 解的灰關聯度及負理想解的灰關聯度，並建立一個總灰 實驗組合距離理想解愈近與負理想解愈遠則總灰關聯 關聯度指標，來衡量等級類別品質特性之品質績效，從 度值亦會愈大，因此，總灰關聯度可以精確地衡量等級 而決定最佳因子水準組合，此套分析程序簡單易用，可 類別品質特性之績效。本研究最後以導線架製造業者對 以提供一般無太多數學或統計背景之製程品管工程人 「電鍍製程中電鍍均勻性之最佳化」案例，來說明如何 員應用。本研究最後以導線架製造業者對「電鍍製程中 應用所發展之流程並驗證本研究方法之簡單與有效性。 電鍍均勻性之最佳化案例」，來說明如何應用本研究所 發展的演算流程，以驗證本研究方法之可行性。 2. 等級類別資料參數最佳化相關文獻 關鍵詞：等級類別品質特性、動態系統、製程最佳化、 Cochran [4]在 1950 年提出利用百分比的方式來解 灰關聯分析、多準則決策分析、TOPSIS 。 決資料分類的問題；McCullagh [8]發展出羅吉斯迴歸模 式（logistic regression model ），利用最大概似法 1. 緒論 （maximum likelihood ）來估計位移效應與離散效應， 對於解決等級類別資料之品質改善問題有相當的助 對大多數的產品或製程而言，品質特性通常都是屬 益。然而，傳統的統計分析方法，常因須符合統計假設、 於可以量測的連續型資料