1-مقدمه:
در ابتدا به تعریف کلیِ واژه های یاد شده، می پردازیم:
1-1: داده کاوی:
داده کاوی، علم استخراج اطلاعات و دانش و کشف الگوهای پنهان از یک پایگاه داده بسیار بزرگ و پیچیده می باشد. داده کاوی یک متدولوژی بسیار قوی و با پتانسیل بالا است که به سازمانها کمک می کند تا بر روی مهمترینِ اطلاعات از مخزن داده ها تمرکز نمایند و وقت خود را به منظور تجزیه تحلیل داده هایی که از اهمیت پایین تری برخوردارند، هدر ندهند.داده کاوی کمک می کند تا سازمانها با کاوش بر روی داده های سیستم خود، الگوها، روندها و رفتارهای آینده را پیش بینی کرده و بهتر تصمیم بگیرند. این روش با استفاده از تحلیل وقایع گذشته، یک تحلیل پیش بینانه ارائه می دهد و به سوالاتی جواب می دهد که پاسخ به آنها در گذشته ممکن نبوده و یا به زمان زیادی، نیاز داشته است.از داده کاوی می توان برای انجام کارهایی مثل کلاس بندی، پیش بینی، تخمین و خوشه بندیِ داده ها استفاده کرد. برای اینکار، تکنینکهای بسیار زیادی توسعه یافته اند که از مهمترین آنها می توان به الگوریتمهای خوشه بندی، شبکه های عصبی، الگوریتم ژنتیک، نزدیکترین همسایگی و درخت تصمیم گیری اشاره نمود.
1-2:کنترل کیفیت آماری:
این علم، به سه بخش اصلی شامل کنترل فرایند آماری(SPC) ، طراحی آزمایشها(DOE) و نمونه گیری به منظور پذیرش یا رد محموله، تقسیم می شود.
1-2-1:در نمونه گیری به منظور پذیرش محموله،که یک روش بازرسی است، با در نظر گرفتن تعادل بین ریسک تولید کننده و مصرف کننده، و با توجه به هزینه های نمونه گیری، طرحی مناسب انتخاب شده و بر اساس آن نسبت به پذیرش یا رد یک انباشته اقدام می شود.
1-2-2:طراحیِ آزمایش، یک روش فعال می باشد، که با تغییر آگاهانه و هدفمند در سطوح فاکتورها، اثر آنها بر روی متغیرِ پاسخ، اندازه گیری و بررسی شده و سطوح بهینه فاکتورهای تاثیر گذار،تعیین می شود.
1-2-3:کنترل فرایند آماری، یک تکنیک آماری است که برای کاهش پراکندگی و در نتیجه، بهبود کیفیت به کار می رود.از ابزارهای این روش می توان به هیستوگرام، برگه کنترل،نمودار پارتو، نمودار علت و معلول،نمودار پراکندگی، نمودار تمرکز نقصها و نمودار های کنترلی اشاره نمود. مهمترین و قدرتمندترین ابزار برای کنترل آماریِ یک فرایند، نمودارهای کنترلی می باشند که به منظور کنترل میزان تغییرات در یک مشخصه کیفی یا چندین مشخصه کیفی، کاربرد دارند. مشخصه های کیفی در دو قالب کلیِ قابل اندازه گیری و وصفی تقسیم بندی می شوند که هریک، نمودارهای کنترلیِ مختص خود را دارا می باشند.

2-استفاده از داده کاوی به منظور بهبود کاربرد نمودارهای کنترلی:
این مطلب را با یک مثال توضیح می دهیم. فرض کنید 4 پارامتر در یک مشخصه کیفیِ مرتبط با یک قطعه ، تاثیر گذار باشند و هدف، بهبود کیفیت آن مشخصه مورد نظر باشد. با استفاده از اطلاعات موجود که از حجم بالایی برخوردار می باشد، نمودارهای کنترلی X/R  مربوط به مشخصه یاد شده طبق شکل زیر، حاصل شده است.
 

طبق اصول مرتبط با کنترل کیفیت آماری، لازم است علل مربوط به انحرافات بادلیل که باعث خروج مشخصه کیفی از محدوده کنترلی شده است را شناسایی نموده و پس از رفع آن، نمودار را دوباره ترسیم نمود. وضعیت موجودِ نمودار، حاکی از آن است که در صورت استفاده از روش یاد شده، عملا زمان بسیار زیادی در این راه، صرف خواهد شد. لذا این تکنیک مقرون به صرف نمی باشد. با توجه به این شرایط، تکنیک داده کاوی می تواند راهگشا باشد. بدین شکل، می توان با بررسی اطلاعات موجود در مورد 4 پارامتر کیفیِ یاد شده، و با رسم نمودار میله ای برای آنها، به جای استفاده از روشهای قبلی، آن پارامتری را که بیشترین انحراف، نسبت به میانگین خود را دارا می باشد، ملاک بررسی قرار داده و با تحت کنترل در آوردن آن ، عملا دامنه بررسی را به سه پارامتر محدود نمود.
کاربرد داده کاوی در آنجاست که به جای بررسی حجم بالایی از پارامترهای تاثیر گذار، با درجه بندی و خوشه بندی اطلاعات بر اساس اهمیت آنها و تاثیر گذاریِ آنها بر پارامتر کیفیِ مورد نظر، بتوان دامنه عمل را محدود نموده و در کمترین زمان و با حداقل هزینه به هدف رسید.
3-استفاده از داده کاوی به منظور تسریع درفرایند طراحیِ آزمایشها:
به منظور شناسایی عوامل تاثیر گذار بر روی یک فرایند، و محاسبه حال بهینه آنها، لازم است با حضور صاحبان فرایند که بیشترین آگاهی را نسبت به فرایندبرخوردار می باشند، بررسی ها انجام گیرد. در صورت عدم حضور این افراد یا در حالتِ بررسی اطلاعات گذشته، روش های سنتیِ موجود، می تواند بسیار زمانبر و هزینه بر باشد. لذا استفاده از تکنیکهای داده کاوی، می تواند با خوشه بندی اطلاعات بر اساس درجه اهمیت آنها، و با انجام محاسبات جداگانه برای هر خوشه، مبنای مناسبی برای شناسایی و محاسبه تاثیر گذارترین پارامترها را در اختیار تحلیل گر قرار دهد.
4-استفاده از داده کاوی به منظور بهبود در فرایند نمونه گیری به منظور پذیرش محموله:
از آنجا که عوامل بسیار زیادی بر کیفیت یک محصول تاثیر گذار می باشند، ارزیابی تک تک آنها به منظور پذیرش یک محموله، بسیار زمانبر و هزینه بر است. لذا کافی است با تکیه بر اصول و روشهای داده کاوی، تاثیر گذارترین پارامترها را مشخص نمود، و نمونه گیریها را با اتکا بر درجه اهمیت پارامترها، انجام داد. بدین شکل حجم بالایی از پارامترها، در تجزیه و تحلیلها، دخیل نبوده و فراید نمونه گیری را آسان تر می نماین

نظرات شما عزیزان:

نام :

آدرس ایمیل:

وب سایت/بلاگ :

متن پیام:

نظر خصوصی

 کد را وارد نمایید:

 

 

 

عکس شما

آپلود عکس دلخواه: