Seleção de variáveis para clusterização de bateladas produtivas através de ACP e remapeamento kernel
Autor(a) principal: | |
---|---|
Data de Publicação: | 2015 |
Outros Autores: | |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Production |
Texto Completo: | http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-65132015000400826 |
Resumo: | Técnicas de clusterização visam à formação de grupos de observações homogêneas dentro de um mesmo grupo e significativamente distintas das observações inseridas em outros grupos. Em processos industriais cuja produção é apoiada em bateladas, a definição de famílias (grupos) de bateladas com perfis semelhantes auxilia na definição de estratégias de controle e monitoramento desses processos. Este artigo propõe um método para seleção das variáveis de clusterização mais relevantes para formação de famílias de bateladas. Para tanto, integra funções kernel a um novo índice de importância de variáveis gerado a partir dos parâmetros oriundos da Análise de Componentes Principais (ACP). A qualidade dos agrupamentos formados é avaliada através do Silhouette Index (SI). Quando aplicada em três processos produtivos, a sistemática proposta reteve em média 5,16% das variáveis iniciais e elevou o SI médio em 235,4% frente à utilização de todas as variáveis. Um estudo de simulação também é realizado para avaliar a robustez do método. |
id |
ABEPRO-1_65c65f20bde0b067193658250947eb8d |
---|---|
oai_identifier_str |
oai:scielo:S0103-65132015000400826 |
network_acronym_str |
ABEPRO-1 |
network_name_str |
Production |
repository_id_str |
|
spelling |
Seleção de variáveis para clusterização de bateladas produtivas através de ACP e remapeamento kernelAnálise de clusterizaçãoSeleção de variáveisKernelProcessos em bateladaTécnicas de clusterização visam à formação de grupos de observações homogêneas dentro de um mesmo grupo e significativamente distintas das observações inseridas em outros grupos. Em processos industriais cuja produção é apoiada em bateladas, a definição de famílias (grupos) de bateladas com perfis semelhantes auxilia na definição de estratégias de controle e monitoramento desses processos. Este artigo propõe um método para seleção das variáveis de clusterização mais relevantes para formação de famílias de bateladas. Para tanto, integra funções kernel a um novo índice de importância de variáveis gerado a partir dos parâmetros oriundos da Análise de Componentes Principais (ACP). A qualidade dos agrupamentos formados é avaliada através do Silhouette Index (SI). Quando aplicada em três processos produtivos, a sistemática proposta reteve em média 5,16% das variáveis iniciais e elevou o SI médio em 235,4% frente à utilização de todas as variáveis. Um estudo de simulação também é realizado para avaliar a robustez do método.Associação Brasileira de Engenharia de Produção2015-12-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersiontext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-65132015000400826Production v.25 n.4 2015reponame:Productioninstname:Associação Brasileira de Engenharia de Produção (ABEPRO)instacron:ABEPRO10.1590/0103-6513.143613info:eu-repo/semantics/openAccessCervo,Victor LeonardoAnzanello,Michel Josépor2015-12-07T00:00:00Zoai:scielo:S0103-65132015000400826Revistahttps://www.scielo.br/j/prod/https://old.scielo.br/oai/scielo-oai.php||production@editoracubo.com.br1980-54110103-6513opendoar:2015-12-07T00:00Production - Associação Brasileira de Engenharia de Produção (ABEPRO)false |
dc.title.none.fl_str_mv |
Seleção de variáveis para clusterização de bateladas produtivas através de ACP e remapeamento kernel |
title |
Seleção de variáveis para clusterização de bateladas produtivas através de ACP e remapeamento kernel |
spellingShingle |
Seleção de variáveis para clusterização de bateladas produtivas através de ACP e remapeamento kernel Cervo,Victor Leonardo Análise de clusterização Seleção de variáveis Kernel Processos em batelada |
title_short |
Seleção de variáveis para clusterização de bateladas produtivas através de ACP e remapeamento kernel |
title_full |
Seleção de variáveis para clusterização de bateladas produtivas através de ACP e remapeamento kernel |
title_fullStr |
Seleção de variáveis para clusterização de bateladas produtivas através de ACP e remapeamento kernel |
title_full_unstemmed |
Seleção de variáveis para clusterização de bateladas produtivas através de ACP e remapeamento kernel |
title_sort |
Seleção de variáveis para clusterização de bateladas produtivas através de ACP e remapeamento kernel |
author |
Cervo,Victor Leonardo |
author_facet |
Cervo,Victor Leonardo Anzanello,Michel José |
author_role |
author |
author2 |
Anzanello,Michel José |
author2_role |
author |
dc.contributor.author.fl_str_mv |
Cervo,Victor Leonardo Anzanello,Michel José |
dc.subject.por.fl_str_mv |
Análise de clusterização Seleção de variáveis Kernel Processos em batelada |
topic |
Análise de clusterização Seleção de variáveis Kernel Processos em batelada |
description |
Técnicas de clusterização visam à formação de grupos de observações homogêneas dentro de um mesmo grupo e significativamente distintas das observações inseridas em outros grupos. Em processos industriais cuja produção é apoiada em bateladas, a definição de famílias (grupos) de bateladas com perfis semelhantes auxilia na definição de estratégias de controle e monitoramento desses processos. Este artigo propõe um método para seleção das variáveis de clusterização mais relevantes para formação de famílias de bateladas. Para tanto, integra funções kernel a um novo índice de importância de variáveis gerado a partir dos parâmetros oriundos da Análise de Componentes Principais (ACP). A qualidade dos agrupamentos formados é avaliada através do Silhouette Index (SI). Quando aplicada em três processos produtivos, a sistemática proposta reteve em média 5,16% das variáveis iniciais e elevou o SI médio em 235,4% frente à utilização de todas as variáveis. Um estudo de simulação também é realizado para avaliar a robustez do método. |
publishDate |
2015 |
dc.date.none.fl_str_mv |
2015-12-01 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-65132015000400826 |
url |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0103-65132015000400826 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
10.1590/0103-6513.143613 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
text/html |
dc.publisher.none.fl_str_mv |
Associação Brasileira de Engenharia de Produção |
publisher.none.fl_str_mv |
Associação Brasileira de Engenharia de Produção |
dc.source.none.fl_str_mv |
Production v.25 n.4 2015 reponame:Production instname:Associação Brasileira de Engenharia de Produção (ABEPRO) instacron:ABEPRO |
instname_str |
Associação Brasileira de Engenharia de Produção (ABEPRO) |
instacron_str |
ABEPRO |
institution |
ABEPRO |
reponame_str |
Production |
collection |
Production |
repository.name.fl_str_mv |
Production - Associação Brasileira de Engenharia de Produção (ABEPRO) |
repository.mail.fl_str_mv |
||production@editoracubo.com.br |
_version_ |
1754213153668857856 |