Obtenção de seqüências de experimentos fatoriais 2k-p de menor custo aplicando métodos de programação matemática
Autor(a) principal: | |
---|---|
Data de Publicação: | 2009 |
Outros Autores: | |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | GEPROS. Gestão da Produção. Operações e Sistemas |
Texto Completo: | https://revista.feb.unesp.br/gepros/article/view/740 |
Resumo: | A melhoria contínua faz parte da gestão de programas como o da Qualidade Total e Seis Sigma. Técnicas esta- tísticas têm tido um papel central nos projetos de melhoria contínua. Em especial, destaca-se o Planejamento de Experimentos, conhecido também como DOE (Design of Experiments). Um desafio da aplicação da técnica é obter uma seqüência que reduza os custos de experimentação e que também consiga boas propriedades esta- tísticas, evitando problemas como o de tendências lineares. As seqüências possíveis de experimentação podem ser avaliadas por critérios clássicos que relaciona os custos de execução (avaliado pelo número de mudança de variável MDV) que ocorre na transição entre duas combinações e, também, por critérios relacionados ao ótimo do experimento, que pode ser avaliado pela máxima contagem de tempo (MCT). Dado que a enumeração de todas as possíveis seqüências de experimentação demanda considerável esforço computacional, o problema foi modelado como uma modificação do método do caixeiro viajante e implementado com a linguagem GAMS/ CPLEX. O método foi aplicado em um caso e os resultados de MDV e MCT foram calculados e comparados com as seqüências de experimentos aleatorizados e na ordem padrão. A seqüência obtida pelo método reduziu em 43% o tempo de experimentação, entretanto a seqüência proposta foi menos robusta aos efeitos de tendên- cias lineares que da matriz aleatorizada. Palavras-chave: Melhoria Contínua; DOE; Planejamento de Experimentos. |
id |
UNESP-2_a3f1ecd675c8e38da306d433667c0cc7 |
---|---|
oai_identifier_str |
oai:ojs.gepros.emnuvens.com.br:article/740 |
network_acronym_str |
UNESP-2 |
network_name_str |
GEPROS. Gestão da Produção. Operações e Sistemas |
repository_id_str |
|
spelling |
Obtenção de seqüências de experimentos fatoriais 2k-p de menor custo aplicando métodos de programação matemática Obtaining sequences of lower cost factorial experiments 2k-p applying mathematical programming methods A melhoria contínua faz parte da gestão de programas como o da Qualidade Total e Seis Sigma. Técnicas esta- tísticas têm tido um papel central nos projetos de melhoria contínua. Em especial, destaca-se o Planejamento de Experimentos, conhecido também como DOE (Design of Experiments). Um desafio da aplicação da técnica é obter uma seqüência que reduza os custos de experimentação e que também consiga boas propriedades esta- tísticas, evitando problemas como o de tendências lineares. As seqüências possíveis de experimentação podem ser avaliadas por critérios clássicos que relaciona os custos de execução (avaliado pelo número de mudança de variável MDV) que ocorre na transição entre duas combinações e, também, por critérios relacionados ao ótimo do experimento, que pode ser avaliado pela máxima contagem de tempo (MCT). Dado que a enumeração de todas as possíveis seqüências de experimentação demanda considerável esforço computacional, o problema foi modelado como uma modificação do método do caixeiro viajante e implementado com a linguagem GAMS/ CPLEX. O método foi aplicado em um caso e os resultados de MDV e MCT foram calculados e comparados com as seqüências de experimentos aleatorizados e na ordem padrão. A seqüência obtida pelo método reduziu em 43% o tempo de experimentação, entretanto a seqüência proposta foi menos robusta aos efeitos de tendên- cias lineares que da matriz aleatorizada. Palavras-chave: Melhoria Contínua; DOE; Planejamento de Experimentos. Continuous improvement is part of management programs, such as Total Quality and Six Sigma. Statistical techniques have a central role in projects for improvement, particularly in Design of Experiments (DOE). DOE is a methodology that specifies the sequence of experiments to be performed, allowing a set of variables to con- trol one or more variables of response. From these experiments, it is possible to develop a mathematical model that allows inferring the result from a combination of variables. Each sequence can be evaluated according to some measure of costs, such as the number of changes of variables in the transition between two experiments, or maximum counting time. Since the complete enumeration of all possible sequences with 16 or more experi- ments demands considerable computational effort, we suggest the application of mathematical programming approaches to provide a sequence with minimal number of changes of variables. The problem was modeled as a modified traveling salesman problem, and implemented in GAMS/CPLEX modeling language. The method was applied to a case and MDV and MCT results were calculated and compared to the randomized sequences of the experiments and default order. The sequence obtained by the method reduced experimentation time by 43%, however the proposal sequence was less robust to effects of trends than the randomized sequence. Keywords: Continuous Improvement, DOE, Design of Experiments A Fundacao para o Desenvolvimento de Bauru (FunDeB)2009-02-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revista.feb.unesp.br/gepros/article/view/74010.15675/gepros.v1i1.740Revista Gestão da Produção Operações e Sistemas; n. 1 (2009); 1331984-2430reponame:GEPROS. Gestão da Produção. Operações e Sistemasinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporhttps://revista.feb.unesp.br/gepros/article/view/740/220Oprime, Pedro CarlosPureza, Vitoriainfo:eu-repo/semantics/openAccess2011-02-09T22:01:36Zoai:ojs.gepros.emnuvens.com.br:article/740Revistahttps://revista.feb.unesp.br/geprosPUBhttps://revista.feb.unesp.br/gepros/oaigepros@feb.unesp.br||abjabbour@feb.unesp.br1984-24301809-614Xopendoar:2011-02-09T22:01:36GEPROS. Gestão da Produção. Operações e Sistemas - Universidade Estadual Paulista (UNESP)false |
dc.title.none.fl_str_mv |
Obtenção de seqüências de experimentos fatoriais 2k-p de menor custo aplicando métodos de programação matemática Obtaining sequences of lower cost factorial experiments 2k-p applying mathematical programming methods |
title |
Obtenção de seqüências de experimentos fatoriais 2k-p de menor custo aplicando métodos de programação matemática |
spellingShingle |
Obtenção de seqüências de experimentos fatoriais 2k-p de menor custo aplicando métodos de programação matemática Oprime, Pedro Carlos |
title_short |
Obtenção de seqüências de experimentos fatoriais 2k-p de menor custo aplicando métodos de programação matemática |
title_full |
Obtenção de seqüências de experimentos fatoriais 2k-p de menor custo aplicando métodos de programação matemática |
title_fullStr |
Obtenção de seqüências de experimentos fatoriais 2k-p de menor custo aplicando métodos de programação matemática |
title_full_unstemmed |
Obtenção de seqüências de experimentos fatoriais 2k-p de menor custo aplicando métodos de programação matemática |
title_sort |
Obtenção de seqüências de experimentos fatoriais 2k-p de menor custo aplicando métodos de programação matemática |
author |
Oprime, Pedro Carlos |
author_facet |
Oprime, Pedro Carlos Pureza, Vitoria |
author_role |
author |
author2 |
Pureza, Vitoria |
author2_role |
author |
dc.contributor.author.fl_str_mv |
Oprime, Pedro Carlos Pureza, Vitoria |
description |
A melhoria contínua faz parte da gestão de programas como o da Qualidade Total e Seis Sigma. Técnicas esta- tísticas têm tido um papel central nos projetos de melhoria contínua. Em especial, destaca-se o Planejamento de Experimentos, conhecido também como DOE (Design of Experiments). Um desafio da aplicação da técnica é obter uma seqüência que reduza os custos de experimentação e que também consiga boas propriedades esta- tísticas, evitando problemas como o de tendências lineares. As seqüências possíveis de experimentação podem ser avaliadas por critérios clássicos que relaciona os custos de execução (avaliado pelo número de mudança de variável MDV) que ocorre na transição entre duas combinações e, também, por critérios relacionados ao ótimo do experimento, que pode ser avaliado pela máxima contagem de tempo (MCT). Dado que a enumeração de todas as possíveis seqüências de experimentação demanda considerável esforço computacional, o problema foi modelado como uma modificação do método do caixeiro viajante e implementado com a linguagem GAMS/ CPLEX. O método foi aplicado em um caso e os resultados de MDV e MCT foram calculados e comparados com as seqüências de experimentos aleatorizados e na ordem padrão. A seqüência obtida pelo método reduziu em 43% o tempo de experimentação, entretanto a seqüência proposta foi menos robusta aos efeitos de tendên- cias lineares que da matriz aleatorizada. Palavras-chave: Melhoria Contínua; DOE; Planejamento de Experimentos. |
publishDate |
2009 |
dc.date.none.fl_str_mv |
2009-02-01 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://revista.feb.unesp.br/gepros/article/view/740 10.15675/gepros.v1i1.740 |
url |
https://revista.feb.unesp.br/gepros/article/view/740 |
identifier_str_mv |
10.15675/gepros.v1i1.740 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://revista.feb.unesp.br/gepros/article/view/740/220 |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
A Fundacao para o Desenvolvimento de Bauru (FunDeB) |
publisher.none.fl_str_mv |
A Fundacao para o Desenvolvimento de Bauru (FunDeB) |
dc.source.none.fl_str_mv |
Revista Gestão da Produção Operações e Sistemas; n. 1 (2009); 133 1984-2430 reponame:GEPROS. Gestão da Produção. Operações e Sistemas instname:Universidade Estadual Paulista (UNESP) instacron:UNESP |
instname_str |
Universidade Estadual Paulista (UNESP) |
instacron_str |
UNESP |
institution |
UNESP |
reponame_str |
GEPROS. Gestão da Produção. Operações e Sistemas |
collection |
GEPROS. Gestão da Produção. Operações e Sistemas |
repository.name.fl_str_mv |
GEPROS. Gestão da Produção. Operações e Sistemas - Universidade Estadual Paulista (UNESP) |
repository.mail.fl_str_mv |
gepros@feb.unesp.br||abjabbour@feb.unesp.br |
_version_ |
1800215695849422848 |