Buradasınız

Anasayfa » Content

Bulanık kontrol grafikleri: Tekstil firmasında bir uygulama

Fuzzy control charts: An application in a textile company

Journal Name:

  • İstanbul Üniversitesi İşletme Fakültesi Dergisi

Publication Year:

  • 2014

Key Words:

Keywords (Original Language):

Author NameUniversity of AuthorFaculty of Author
Abstract (2. Language): 
In this study, fuzzy logic is used for establishing the process control charts and a relevant application is given. Plotting of the control charts is conducted in two main categories as classical control charts (u-control charts) and fuzzy control charts. In compliance with the linguistic expressions of uncertainty, fuzzy mode, fuzzy median, fuzzy midrange and "Direct Fuzzy Approach (DFA)" were applied when plotting fuzzy control charts. In the last part of the study, the results and the comparisons of them are presented. As a consequence of the comparisons, it is seen that the number of out of control points were higher in the u-control than the fuzzy control charts. It is also found that, "partially under control" and "partially out of control" decisions can be given as alternatives for “under control” and “out of control” decisions of u-graphics.
Bookmark/Search this post with
Abstract (Original Language): 
Bu çalışmada süreç kontrol grafiklerinin oluşturulmasında bulanık mantık kullanılmış ve bulanık kalite kontrol grafiklerine yönelik bir uygulama verilmiştir. Kontrol grafiklerinin çizimi klasik kontrol grafikleri (u-kontrol grafiği) ve bulanık kontrol grafikleri olmak üzere iki ana kategoride yapılmıştır. Bulanık kontrol grafiklerinde belirsizlik içeren dilsel ifadelerden hareketle bulanık mod, bulanık orta değer, bulanık orta aralık yaklaşımları ve “Direk Bulanık Yaklaşımı (DBY)” uygulanmıştır. Çalışmanın son bölümlerinde çizilen grafiklerin sonuçları bir arada verilip, karşılaştırmalar yapılmıştır. Karşılaştırmalar sonucu u-kontrol grafiklerinde kontrol dışı nokta sayısının bulanık kontrol grafiklerine göre daha fazla olduğu gözlenmiştir. Ayrıca u-grafiklerindeki “kontrol altında” ve “kontrol dışı” kararlarına alternatif olarak “kısmen kontrol altında” ve “kısmen kontrol dışı” gibi kararlar verilebilmektedir.
FULL TEXT (PDF): 
PDF icon arastirmax-bulanik-kontrol-grafikleri-tekstil-firmasinda-bir-uygulama.pdf
  • 1
70
89
  • Turkish

REFERENCES

References: 

[1] M. Kartal, İstatistiksel Kalite Kontrolü, Kariyer Matbaacılık, Ankara, 1999, 2-3.
[2] S. Gözlü, Endüstriyel Kalite Kontrolü, İstanbul Teknik Üniversitesi Matbaası, İstanbul, 1997, 147.
[3] G. Akyüz, Proses İmalatında Performans Ölçme ve İyileştirmeye Yönelik Bir Modelleme Yaklaşımı: Bir Uygulama, Yayınlanmamış Doktora Tezi, Akdeniz Üniversitesi Sosyal Bilimler Enstitüsü, Antalya, 2006, 71.
[4] M. Gülbay, C. Kahraman, Bulanık Kontrol Diyagramı Modellerinin Geliştirilmesi: Direkt Bulanık Yaklaşım. İTÜ Dergisi/d Mühendislik, 7, 2, 95-105 (2008).
A.Aslangiray, G.Akyüz / İstanbul Üniversitesi İşletme Fakültesi Dergisi 43, 1, (2014) 70-89 © 2014
85
[5] A. C. Gök, , İşletmelerin Tahminleme Sürecinde Bulanık Doğrusal Regresyon Analizi ve Lojistik Regresyon Analizinin Uygulanması, Yayınlanmamış Yüksek Lisans Tezi, Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü, İzmir, 2010, 7.
[6] A. Sanayei, S.F. Mousavi, A. Yazdankhah, Group Decision Making Process for Supplier Selection with VIKOR under Fuzzy Environment. Expert Systems with Applications, 37, 1, 24-30 (2010).
[7] E. Aytaç, Kalite Kontrolünde Bulanık Mantık Yaklaşımı ve Bir Uygulama, Yayınlanmamış Yüksek Lisans Tezi, Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü, Denizli, 2006, 46.
[8] O. Çakır, M. S. Canbolat, A Web-Based Decision Support System For Multi-Criteria İnventory Classification Using Fuzzy AHP Methodology. Expert Systems with Applications, 35, 3, 1367-1378 (2008).
[9] E. Kıyak, A. Kahvecioğlu, Bulanık Mantık ve Uçuş Kontrol Problemine Uygulanması. Havacılık ve Uzay Teknolojileri Dergisi, 1, 2, 63-72 (2003).
[10] A. L. Giuffrida, R. Nagi, Fuzzy Set Theory Applications in Production Management Research: A Literature Survey. Journal of Intelligent Manufacturing, 9, 1, 39-56 (1998).
[11] W. Karwowski, G. W. Evans, Fuzzy Concepts in Production Management Research: A Review. International Journal of Production Research, 24, 1, 129-147 (1986).
[12] J. H. Wang, T. Raz, On the Construction of Control Charts Using Linguistic Variables. International Journal of Production Research, 28, 3, 477-487 (1990).
[13] T. Raz, J. H. Wang, Probabilistic and Membership Approaches in the Construction of Control Charts for Linguistic Data. Production Planning and Control, 1, 3, 147-157 (1990).
[14] A. Kanagawa, F. Tamaki, H. Otha, Control Charts for Process Average and Variability Based on Linguistic Data. International Journal of Production Research, 31, 4, 913-922 (1993).
[15] R. C. Wang, C. H. Chen, Economic Statistical Np-Control Chart Designs based on Fuzzy Optimization. International Journal of Quality and Reliability Management, 12, 1, 82-92 (1995).
[16] F. Franceschini, D. Romano, Control Chart for Linguistic Variables: A Method Based on the Use of Linguistic Quantifiers. International Journal of Production Research, 37, 16, 3791-3801 (1999).
[17] H. Rowlands, L. R. Wang, An Approach of Fuzzy Logic Evaluation and Control in SPC. Quality and Reliability Engineering International, 16, 2, 91-98 (2000).
[18] H. Taleb, M. Limam, On Fuzzy and Probabilistic Control Charts. International Journal of Production Research, 40, 12, 2849-2863 (2002).
[19] M. Gülbay, C. Kahraman, D. Ruan, α-Cut Fuzzy Control Charts for Linguistic Data. International Journal of Intelligent Systems, 19, 12, 1173-1195 (2004).
[20] M. Gülbay, C. Kahraman, Development of Fuzzy Process Control Charts and Fuzzy Unnatural Pattern Analyses. Computational Statistics & Data Analysis, 51, 1, 434-451 (2006).
[21] M. Gülbay, C. Kahraman, An Alternative Approach to Fuzzy Control Charts: Direct Fuzzy Approach. Information Sciences, 177, 6, 1463-1480 (2007).
A.Aslangiray, G.Akyüz / İstanbul Üniversitesi İşletme Fakültesi Dergisi 43, 1, (2014) 70-89 © 2014
86
[22] C. B. Cheng, Fuzzy Process Control: Construction of Control Charts with Fuzzy
Numbers. Fuzzy Sets and Systems, 154, 2,287-303 (2005).
[23] S. Şentürk, N. Erginel, N. , Development Of Fuzzy
~
X -
~
R and
~
X -
~
S Control Charts
Using α-cuts. Information Sciences, 179, 10, 1542-1551 (2009).
[24] M. H. Shu, H. C. Wu, H. , Monitoring Imprecise Fraction of Nonconforming Items
Using P Control Charts. Journal of Applied Statistics, 37, 8, 1283-1297 (2010).
[25] V. Amirzadeh, M. Mashinchi, A. Parshami, Construction of P-Charts Using Degree of
Nonconformity. Information Sciences, 179, 1-2, 150-160 (2009).
[26] A. Faraz, A. F. Shapiro, A. F. , An Application of Fuzzy Random Variables to Control
Charts. Fuzzy Sets and Systems, 161, 20, 2684-2694 (2010).
[27] A. Mitra, Fundamentals Quality Control and Improvement, Prentice Hall, New
Jersey, 1998, 332.
[28] D. C. Montgomery, Introduction to Statistical Quality Control, John Wiley and Sons,
New York, 2001, 316.

Thank you for copying data from http://www.arastirmax.com