روش سطح پاسخ

در فرآیندهای صنعتی عوامل متعددی با سطوح مختلف وجود دارند که هر کدام ممکن است بر روی مشخصات محصول نهایی تأثیر گذار باشند. در این مقاله به موضوع بهینه سازی پارامترهای فرایند تولید پیوسته و محدودیت های موجود در انتخاب تعداد این پارامترها و عوامل اثرگذار پرداخته و مدلی مفهومی به همراه گام های مختلف آن با استفاده از رویکرد تلفیقی روش سطح پاسخ، شبکه عصبی مصنوعی و الگوریتم های فراابتکاری ارائه شده است. به عنوان مطالعه موردی، فرایند تولید پلی اتیلن ترفتالات با 5 مشخصه کیفی به عنوان متغیرهای پاسخ و 9 متغیر اثرگذار مورد مدلسازی قرار گرفته است. روش پیشنهادی این امکان را فراهم می نماید که در شرایطی که تغییراتی در برنامه تولید بوجود می آید که منجر به کاهش یا افزایش میزان تولید محصول گردد، بتوان در ضمن رعایت حدود استاندارد متغیرهای پاسخ (مشخصه های کیفی محصول)، نسبت به مشخص نمودن مقادیر متغیرهای اثرگذار (که همان تنظیمات فرایند تولید می باشند) اقدام نمود.

در فرآیندهای صنعتی عوامل متعددی با سطوح مختلف وجود دارند که هر کدام ممکن است بر روی مشخصات محصول نهایی تاثیر گذار باشند. در این تحقیق، مدلسازی ریاضی غیر خطی چند هدفه برای 5 مشخصه کیفی محصول پلی اتیلن ترفتالات که یکی از محصولات پرکاربرد و مهم صنعت پتروشیمی کشور می باشد، برحسب 4 متغیر )پارامتر( کلیدی اثرگذار فرایند تولید آن انجام گرفته است. برای همین منظور از روش سطح پاسخ که تلفیقی از طراحی آزمایشات و آزمون های آماری است به همراه شبکه عصبی مصنوعی و الگوریتم های فراابتکاری استفاده شده است

در این پژوهش یک سیستم صف G/G/1/∞ موردبررسی قرارگرفته که برای سرویس دهی به هر مشتری به یک واحد موجودی نیاز است. موجودی های این سیستم با استفاده از سیاست مرور دائمی کنترل می شوند و تأمین موجودی از طریق چند تأمین کننده با زمان تدارک با تابع چگالی مشخص، صورت می پذیرد. کمبود به صورت فروش از دست رفته است و در زمان نبود موجودی مشتری جدید به سیستم وارد نمی شود و برای مشتریان درون سیستم هزینه انتظار محاسبه می شود. در اینجا نیز همانند بیشتر مدل های کنترل موجودی، تعیین مقادیر بهینه متغیرهای r و Q، باهدف حداقل شدن مجموع هزینه های نگهداری، سفارش دهی، کمبود و انتظار در هر دوره مدنظر است. به علت پیچیدگی های محاسباتی مدل های حل دقیق (مارکوفی و غیر مارکوفی) در مدل سازی و حل این نوع مسائل، در این پژوهش از یک رویکرد بهینه سازی مبتنی بر شبیه سازی استفاده شده است که تلفیقی از شبیه سازی، طراحی آزمایش ها و روش سطح پاسخ (RSM) است. برای اعتبارسنجی روش به کار رفته، نتایج نهایی با نتایج مدل مارکوفی موجود در این زمینه (در حالت خاص نمایی و دو تأمین کننده) در مثال های مختلف مقایسه شده است. نتایج نشان می دهد، روش مورداستفاده در این پژوهش، درعین حال که ازنظر پیچیدگی های محاسباتی نسبت به مدل های مارکوفی بسیار ساده تر است، جواب هایی بسیار نزدیک به جواب بهینه ارائه می کند.