بهینه سازی مقاوم مسایل چند پاسخه با استفاده از سیستم استنتاج انطباق پذیر فازی_عصبی و الگوریتم ژنتیک

به طور معمول در آنالیز داده های صنعتی برای بهینه سازی محصول/ فرآیند چند متغیر پاسخ به طور همزمان موردبررسی قرار می گیرد. یک مفهوم مهم دیگر در فرآیند بهینه سازی مسایل صنعتی مقاوم سازی آن است. ولی بیشتر مطالعاتصورت گرفته در طی سال های اخیر از آن غفلت می کنند. از طرف دیگر، عمده روش های موجود از رگرسیون برای تخمین رابطه بین متغیر پاسخ و متغیر های کنترلی استفاده می کنند. حال آنکه در بیشتر مسایل صنعتی واقعی ارتباط بین متغیر پاسخ با فاکتورهای کنترلی آنقدر پیچیده است که از یک طرف نمی توان با مدل های رگرسیون چند جمله ای به تخمینمناسبی از آن دست یافت و از طرف دیگر، حل چنین مساله بهینه سازی با روش های دقیق با مشکلاتی همراه است. در این مطالعه، استفاده از دو تابع مطلوبیت مجزا یکی برای بهینه سازی و دیگری برای مقاوم سازی فرآیند و نهایتا برقرای تعادل بین آن ها با معرفی تابع مطلوبیت کل پیشنهاد شده است. رویکرد ارئه شده همپنین از سیستم استنتاج انطباق پذیر فازی_عصبی برای تخمین پاسخ و الگوریتم ژنتیک در فرآیند بهینه سازی استفاده می کند

کلیدواژه ها:

بهینه سازی چند پاسخه ، تابع مطلوبیت ، مقاوم سازی ، سیستم استنتاج انطباق پذیر فازی_عصبی ، الگوریتم ژنتیک