یک رویکرد داده محور در استخراج قوانین میزان پذیرش محصولات در محیط تولید ناب: مورد مطالعه صنایع غذایی زر

هدف این پژوهش طراحی یک مدل داده محور برای استخراج قوانین موثر بر نرخ پذیرش محصول در خطوط تولید صنایع غذایی است. بدین منظور، ابتدا ۲۵ متغیر مرتبط با اصول تولید ناب شناسایی و با استفاده از روش دلفی فازی، ۶ متغیر کلیدی شامل درصد تطابق مواد اولیه با استانداردهای کیفی، درصد ضایعات تولید، نرخ تایید استثنایی محصول نهایی، میانگین زمان انبارش مواد اولیه، شیفت کاری و نرخ بازگشت محصول انتخاب شد. سپس پایگاه داده ای شامل ۴۲۰۰ رکورد واقعی از دو سال عملکرد خطوط تولید گرد آوری و پس از انجام مراحل پیش پردازش، مدل سازی با بهره گیری از الگوریتم های یادگیری ماشین انجام گرفت. در این میان، الگوریتم درخت تصمیم (CART) به عنوان مدل اصلی برای استخراج قوانین تصمیم پذیر به کار گرفته شد و عملکرد آن با سایر الگوریتم های طبقه بندی مقایسه گردید. نتایج نشان داد که «درصد تطابق مواد اولیه» و «درصد ضایعات» بیشترین تاثیر را بر پذیرش محصول دارند و مدل درخت تصمیم با دقت ۹۱ درصد توانست نمونه ها را در طبقات پذیرش و عدم پذیرش دسته بندی کند. همچنین قوانین استخراج شده روابط شفاف و قابل تفسیر میان متغیرها را آشکار ساخت و زمینه ارائه الگوهای تصمیم یار برای مدیران تولید و کنترل کیفیت را فراهم نمود. یافته ها بیانگر کارایی رویکردهای داده محور مبتنی بر تولید ناب در بهبود پیش بینی کیفیت و کاهش ضایعات در مورد مطالعه این پژوهش می باشد.

کلیدواژه ها:

تولید ناب ، درخت تصمیم ، پذیرش محصول ، یادگیری ماشین