مقاله درباره معرفی یک تابع مطلوبیت برای دستیابی به کیفیت Six sigma

اختصاصی از سورنا فایل مقاله درباره معرفی یک تابع مطلوبیت برای دستیابی به کیفیت Six sigma دانلود با لینک مستقیم و پر سرعت .

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 35

معرفی یک تابع مطلوبیت برای دستیابی به کیفیت Six sigma

مهندسین اغلب برای رسیدن به سطح بالایی از روند تولیدات و یا کیفیت Six sigma ، به بهینه سازی و ارزیابی فرآیندهایی می‌پردازند که دارای ویژگی های کیفی متعددی هستند. توابع فعلی کیفیت در عین اینکه می‌توانند در تحقق بخشیدن به اهداف چند گانه موثر واقع شوند دارای نقاط ضعفی نیز هستند. یکی از این نقاط ضعف و محدودیت ها این است که توابع فعلی نمی‌توانند توضیح روشنی برای اثر مشترک میانگین و پراکندگی کیفیت داشته باشند. به همین دلیل مهندسین که هنگام تولید محصولات، از این توابع استفاده می‌کنند یا نمی‌توانند به محصولات مورد نظر خود برسند و یا در صورت تولید این محصولات، آنها را با صرف هزینه‌های اضافی بدست می‌آورند. در این مقاله تابع مطلوبیتی مطرح شده است که فاقد این نقاط ضعف است. این تابع پیشنهادی قادر است با توجه به فرضیاتی که در مبحث Six sigma مطرح است « محصول موثر » را تخمین بزند.

همچنین بهتر از توابع دیگر می‌تواند میزان تغییرات را توجیه کند. برای آنکه متوجه شوید این تابع پیشنهادی تا چه اندازه می‌تواند به شما در رسیدن به سطح بالاتری از کیفیت کمک کند و در ارزیابی دقتی قابلیتهای فرآیند یاری‌تان نماید مثالی دربارة جوش‌کاری قوسی برای شما ارائه داده‌ایم.

توجه: yield به معنی بازده نیز هست اما در این متن در همه جا این کلمه به صورت «محصول» ترجمه شده است.

ما معتقدیم هنگامی‌که داده‌های مربوط به پراکندگی در دسترس شما قرار دارد بهتر است از این تابع مطلوبیت برای تسهیل بخشیدن به بهینه‌سازی چند معیاری استفاده کنید.

Copyright @ 2003 john wiley & sons , Ltd

کلمات کلیدی:

بهینه‌سازی چند معیاری multicriterion optimization :

روش سطحی جواب respanse surface methodologh :

طراحی نیرومند ـ طراحی درست و صحیح robust design :

1 ـ مقدمه

مهندسین هنگام طراحی محصولات یا فرآیندها، پارامترهای طراحی رابه گونه‌ای طراحی می‌کنند که منجر به ترکیب مناسبی از ویژگی‌ها یا معیارهای کیفی بشود. برای مثال در جوش‌کاری قوسی، مهندس هنگام تولید قسمت خاصی از یک محصول، باید سرعت حرکت و زاویة‌ مشعل جوشکاری را به گونه‌ای تنظیم کند که میزان گودافتادگی، تحدب و زمان چرخه، مطلوب شود. هدف روش‌های سطحی جواب یا RSM ها، مدل‌سازی ویژگی‌های فرآیند است به طوری که بتوان هنگام بهینه‌سازی فرآیند ازاین مدل‌ها بهره گرفت.(برای اطلاع بیشتر به Box & Draper ، Khuri & cornell و Myers & Montagomery رجوع کنید). این نوع مدل سازی مستلزم تجربه است. هر فردی با استفاده از RSM ها می‌تواند مدل‌هایی را دربارة ویژگی‌های فرآیندی که درحال مطالعه‌اش است ایجاد کند و میزان تغییرپذیری فرآیند را تخمین بزند. در کنار این مدل‌ها باید با استفاده از اطلاعاتی که قابل حصول هستند اهداف خاص را مشخص کرد. بطوری که پس از بهینه‌سازی این اهداف،‌‌ آن چیزی که حاصل می‌شود واقعاً یک محصول مطلوب باشد.

توابعی که مجموعه‌ای از ویژگی‌ها را به یک هدف خاص تبدیل می‌کنند توابع مطلوبیت نام دارند و به صورت نوشته می‌شوند. منابعی که دربارة توابع مطلوبیت وجود دارند عبارتند از: castillo و همکارانش، Derringer ، Derriger & suich ، Harrington ، kim& Lin توجه داشته باشید توابع مطلوبیت معمولاً دربارة بستة ] 1 و0 [قرار دارند.

اولین توابع مطلوبیت توسط هارینگتون (Harrington) مطرح شدند. وی توابع توان دار را برای محاسبه مطلوبیت‌هایی در نظر گرفت که با معیارهای فردی1 همراه بودند و استفاده از از میانگین هندسی را برای ارزش‌گذاری این معیارها و محاسبة مطلوبیت کل در نظر گرفت. Derringer ، Derriger & suich ، فرم‌های توابعی و طرح‌های ارزش‌گذاری به متد هارینگتون را مورد انتقاد قرار دادند زیرا به اعتقاد آنها این فرم‌ها و متدها بیش از اندازه سخت بودند. در عوض، این افراد مجموعه توابعی را معرفی کردند که به کمک آنها می‌شود ارزش هدف2 را در هر منطقه‌ای بین مشخصات محصول قرار داد. برای ایجاد سهولت در کار، castillo و همکارانش مطلوبیت معیارهای فردی ذکر شده توسط Derringer را بسط و توسعه دادند. این عمل بسیار سودمند بود زیرا باعث شد مهندسین و طراحان مبتنی بر گرادیان (gra dient – based) هنگام بهینه‌سازی توابع مطلوبیت عملکرد بهتری داشته باشند. kim و Lin توابع قبلی را که دربارة‌ مطلوبیت وجود داشت مورد انتقاد قرار دادند زیرا به اعتقاد آنها این توابع به وابستگی بین yi حساسیت داشتند همچنین توابع اصلاح شده‌ای را برای معیارهای فردی پیشنهاد دادند که به کمک آنها می‌توان خطاهای احتماعی RSM را پیش‌بینی کرد. اخیراً روش‌های Six sigma و مفاهیم طراحی مربوط به آن تأثیر بسزایی بر روی طراحی فرآیندها دارند.

Learn to Speak German Level Three Unit Twenty Six

اختصاصی از سورنا فایل Learn to Speak German Level Three Unit Twenty Six دانلود با لینک مستقیم و پر سرعت .

 

Speak German like a native!

It’s now possible to speak and understand a foreign language effortlessly. The world-famous Pimsleur Method™ combines well-established research, most-useful vocabulary and a completely intuitive process to get you speaking right from the first day. All Pimsleur® courses feature real-world context and flexible vocabulary enabling you to learn your new language in a fluid, natural way. It’s the simplest way to start speaking a new language today.

German is the official language of Germany and Austria and is one of the official languages of Switzerland, Belgium, Lichtenstein, and Luxembourg. Nearly 100 million people speak German as their first language. Learn German today with Pimsleur.

 You can download the first lesson for free from Here.

You can download the reading booklet for free from here.

Description

Includes 30 lessons and reading instruction (16 hours) as MP3 download, plus a User’s Guide and Reading Booklet

The Easiest and Fastest Way to Learn German
Whether you want to travel, communicate with friends or colleagues, reconnect with family, or just understand more of what’s going on in the world around you, learning German will expand your horizons and immeasurably enrich your life.

The best part is that it doesn’t have to be difficult or take years to master. Thirty minutes a day is all it takes, and we get you speaking right from the first day. Pimsleur courses use a scientifically-proven method that puts you in control of your learning. If you’ve tried other language learning methods but found they simply didn’t stick, then you owe it to yourself to give Pimsleur a try.

Why Pimsleur?
- Quick + Easy – Only 30 minutes a day.
- Portable + Flexible – Core lessons can be done anytime, anywhere, and easily fit into your busy life.
- Proven Method – Works when other methods fail.
- Self-Paced – Go fast or go slow – it’s up to you.
- Based in Science – Developed using proven research on memory and learning.
- Cost-effective – Less expensive than classes or immersion, and features all native speakers.
- Genius – Triggers your brain’s natural aptitude to learn.
- Works for everyone – Recommended for ages 13 and above.

What’s Included?
- 30, 30-minute audio lessons
- 60 minutes of reading instruction to provide you with an introduction to reading German designed to teach you to sound out words with correct pronunciation and accent
- in total, 16 hours of audio, all featuring native speakers
- a Reading Booklet and a User’s Guide

What You’ll Learn
In the first 10 lessons, you’ll cover the basics: saying hello, asking for or giving information, scheduling a meal or a meeting, asking for or giving basic directions, and much more. You’ll be able to handle minimum courtesy requirements, understand much of what you hear, and be understood at a beginning level, but with near-native pronunciation skills.

In the next 10 lessons, you’ll build on what you’ve learned. Expand your menu, increase your scheduling abilities from general to specific, start to deal with currency and exchanging money, refine your conversations and add over a hundred new vocabulary items. You’ll understand more of what you hear, and be able to participate with speech that is smoother and more confident.

In the final 10 lessons, you’ll be speaking and understanding at an intermediate level. In this phase, more directions are given in the target language, which moves your learning to a whole new plane. Lessons include shopping, visiting friends, going to a restaurant, plans for the evening, car trips, and talking about family. You’ll be able to speak comfortably about things that happened in the past and make plans for the future.

Reading Lessons begin in Lesson 10 to provide you with an introduction to reading German. In addition, the combined Reading Lessons are included after Lesson 30. These Reading Lessons, which total about one hour, are designed to teach you to sound out words with correct pronunciation and accent.

The Pimsleur Method
We make no secret of what makes this powerful method work so well. Paul Pimsleur spent his career researching and perfecting the precise elements anyone can use to learn a language quickly and easily. Here are a few of his “secrets”:

The Principle of Anticipation
In the nanosecond between a cue and your response, your brain has to work to come up with the right word. Having to do this boosts retention, and cements the word in your mind.

Core Vocabulary
Words, phrases, and sentences are selected for their usefulness in everyday conversation. We don’t overwhelm you with too much, but steadily increase your ability with every lesson.

Graduated Interval Recall
Reminders of new words and structures come up at the exact interval for maximum retention and storage into your long-term memory.

Organic Learning
You work on multiple aspects of the language simultaneously. We integrate grammar, vocabulary, rhythm, melody, and intonation into every lesson, which allows you to experience the language as a living, expressive form of human culture.

Learning in Context
Research has shown that learning new words in context dramatically accelerates your ability to remember. Every scene in every Pimsleur lesson is set inside a conversation between two people. There are no drills, and no memorization necessary for success.

Active Participation
The Pimsleur Method + active learner participation = success. This method works with every language and every learner who follows it. You gain the power to recall and use what you know, and to add new words easily, exactly as you do in English.

The German Language
German is the official language of Germany and Austria and is one of the official languages of Switzerland. It is also an official language in Belgium, Lichtenstein, and Luxembourg. Nearly 100 million people speak German as their first language: about 77 million in Germany, 8 million in Austria, and 4.5 million in Switzerland.

معرفی یک تابع مطلوبیت برای دستیابی به کیفیت Six sigma

اختصاصی از سورنا فایل معرفی یک تابع مطلوبیت برای دستیابی به کیفیت Six sigma دانلود با لینک مستقیم و پر سرعت .

چکیده :

مهندسین اغلب برای رسیدن به سطح بالایی از روند تولیدات و یا کیفیت Six sigma ، به بهینه سازی و ارزیابی فرآیندهایی می‌پردازند که دارای ویژگی های کیفی متعددی هستند. توابع فعلی کیفیت در عین اینکه می‌توانند در تحقق بخشیدن به اهداف چند گانه موثر واقع شوند دارای نقاط ضعفی نیز هستند. یکی از این نقاط ضعف و محدودیت ها این است که توابع فعلی نمی‌توانند توضیح روشنی برای اثر مشترک میانگین و پراکندگی کیفیت داشته باشند. به همین دلیل مهندسین که هنگام تولید محصولات، از این توابع استفاده می‌کنند یا نمی‌توانند به محصولات مورد نظر خود برسند و یا در صورت تولید این محصولات، آنها را با صرف هزینه‌های اضافی بدست می‌آورند. در این مقاله تابع مطلوبیتی مطرح شده است که فاقد این نقاط ضعف است. این تابع پیشنهادی قادر است با توجه به فرضیاتی که در مبحث Six sigma مطرح است « محصول موثر » را تخمین بزند.

همچنین بهتر از توابع دیگر می‌تواند میزان تغییرات را توجیه کند. برای آنکه متوجه شوید این تابع پیشنهادی تا چه اندازه می‌تواند به شما در رسیدن به سطح بالاتری از کیفیت کمک کند و در ارزیابی دقتی قابلیتهای فرآیند یاری‌تان نماید مثالی دربارة جوش‌کاری قوسی برای شما ارائه داده‌ایم.

توجه: yield به معنی بازده نیز هست اما در این متن در همه جا این کلمه به صورت «محصول» ترجمه شده است.

ما معتقدیم هنگامی‌که داده‌های مربوط به پراکندگی در دسترس شما قرار دارد بهتر است از این تابع مطلوبیت برای تسهیل بخشیدن به بهینه‌سازی چند معیاری استفاده کنید.

فهرست مطالب :

چکیده 

کلمات کلیدی

۱ ـ مقدمه

۲ ـ بررسی و مرور مبحث توابع مطلوبیت

۳ ـ روش پیشنهادی

۱ ـ ۳ ـ دو نوع فرمول و راه حل

۲ ـ ۳ تفسیر تابع مطلوبیت پیشنهادی

۳ ـ ۳ روش پیشنهادی برای محاسبه مطلوبیت کلی

۴ ـ مورد پژوهشی : جوش‌کاری قوسی  جوش نواری (جوش گوشه) 

۱ ـ ۴ ـ بررسی اهداف و مدلهای رگرسیون

۲ ـ ۴ کاربرد توابع مطلوبیت متفاوت

نتیجه‌گیری

مقاله معرفی یک تابع مطلوبیت برای دستیابی به کیفیت Six sigma

اختصاصی از سورنا فایل مقاله معرفی یک تابع مطلوبیت برای دستیابی به کیفیت Six sigma دانلود با لینک مستقیم و پر سرعت .

مهندسین هنگام طراحی محصولات یا فرآیندها، پارامترهای طراحی رابه گونه‌ای طراحی می‌کنند که منجر به ترکیب مناسبی از ویژگی‌ها یا معیارهای کیفی بشود. برای مثال در جوش‌کاری قوسی، مهندس هنگام تولید قسمت خاصی از یک محصول، باید سرعت حرکت و زاویة‌ مشعل جوشکاری را به گونه‌ای تنظیم کند که میزان گودافتادگی، تحدب و زمان چرخه، مطلوب شود. هدف روش‌های سطحی جواب یا RSM ها، مدل‌سازی ویژگی‌های فرآیند است به طوری که بتوان هنگام بهینه‌سازی فرآیند ازاین مدل‌ها بهره گرفت.(برای اطلاع بیشتر به           Box & Draper ، Khuri & cornell و Myers & Montagomery رجوع کنید). این نوع مدل سازی مستلزم تجربه است. هر فردی با استفاده از RSM ها می‌تواند مدل‌هایی را دربارة ویژگی‌های فرآیندی که درحال مطالعه‌اش است ایجاد کند و میزان تغییرپذیری فرآیند را تخمین بزند. در کنار این مدل‌ها باید با استفاده از اطلاعاتی که قابل حصول هستند اهداف خاص را مشخص کرد. بطوری که پس از بهینه‌سازی این اهداف،‌‌ آن چیزی که حاصل می‌شود واقعاً یک محصول مطلوب باشد.

توابعی که مجموعه‌ای از ویژگی‌ها را به یک هدف خاص تبدیل می‌کنند توابع مطلوبیت نام دارند و به صورت نوشته می‌شوند. منابعی که دربارة توابع مطلوبیت وجود دارند عبارتند از: castillo و همکارانش، Derringer ، Derriger & suich ، Harrington ، kim& Lin توجه داشته باشید توابع مطلوبیت معمولاً دربارة بستة ] 1 و0 [قرار دارند.

اولین توابع مطلوبیت توسط هارینگتون (Harrington) مطرح شدند. وی توابع توان دار را برای محاسبه مطلوبیت‌هایی در نظر گرفت که با معیارهای فردی1 همراه بودند و استفاده از از میانگین هندسی را برای ارزش‌گذاری این معیارها و محاسبة مطلوبیت کل در نظر گرفت. Derringer ، Derriger & suich ، فرم‌های توابعی و طرح‌های ارزش‌گذاری به متد هارینگتون را مورد انتقاد قرار دادند زیرا به اعتقاد آنها این فرم‌ها و متدها بیش از اندازه سخت بودند. در عوض، این افراد مجموعه توابعی را معرفی کردند که به کمک آنها می‌شود ارزش هدف2 را در هر منطقه‌ای بین مشخصات محصول قرار داد. برای ایجاد سهولت در کار، castillo و همکارانش مطلوبیت معیارهای فردی ذکر شده توسط Derringer را بسط و توسعه دادند. این عمل بسیار سودمند بود زیرا باعث شد مهندسین و طراحان مبتنی بر گرادیان (gra dient – based) هنگام بهینه‌سازی توابع مطلوبیت عملکرد بهتری داشته باشند. kim و Lin توابع قبلی را که دربارة‌ مطلوبیت وجود داشت مورد انتقاد قرار دادند زیرا به اعتقاد آنها این توابع به وابستگی بین yi حساسیت داشتند همچنین توابع اصلاح شده‌ای را برای معیارهای فردی پیشنهاد دادند که به کمک آنها می‌توان خطاهای احتماعی RSM را پیش‌بینی کرد. اخیراً روش‌های     Six sigma و مفاهیم طراحی مربوط به آن تأثیر بسزایی بر روی طراحی فرآیندها دارند.

هدف Six sigma این است که ورودی‌های را به گونه‌ای تعیین می‌کند که میانگین و واریانس ویژگی‌های طراحی منجر به ایجاد درصد بالایی از واحدهایی شوند که با ویژگی طراحی مطابقت داشته باشند (حتی زمانی که فرآیند به طور پیش‌بینی نشده‌ای تغییر کند).

این مقاله به صورت  ورد (docx ) می باشد و تعداد صفحات آن 35صفحه  آماده پرینت می باشد

چیزی که این مقالات را متمایز کرده است آماده پرینت بودن مقالات می باشد تا خریدار از خرید خود راضی باشد

مقالات را با ورژن  office2010  به بالا بازکنید

 

دانلود مقاله معرفی یک تابع مطلوبیت برای دستیابی به کیفیت Six sigma

اختصاصی از سورنا فایل دانلود مقاله معرفی یک تابع مطلوبیت برای دستیابی به کیفیت Six sigma دانلود با لینک مستقیم و پر سرعت .

معرفی یک تابع مطلوبیت برای دستیابی به کیفیت Six sigma

لینک پرداخت و دانلود *پایین مطلب*

فرمت فایل:Word (قابل ویرایش و آماده پرینت)

تعداد صفحه:51

چکیده :
مهندسین اغلب برای رسیدن به سطح بالایی از روند تولیدات و یا کیفیت Six sigma ، به بهینه سازی و ارزیابی فرآیندهایی می‌پردازند که دارای ویژگی های کیفی متعددی هستند. توابع فعلی کیفیت در عین اینکه می‌توانند در تحقق بخشیدن به اهداف چند گانه موثر واقع شوند دارای نقاط ضعفی نیز هستند. یکی از این نقاط ضعف و محدودیت ها این است که توابع فعلی نمی‌توانند توضیح روشنی برای اثر مشترک میانگین و پراکندگی کیفیت داشته باشند. به همین دلیل مهندسین که هنگام تولید محصولات، از این توابع استفاده می‌کنند یا نمی‌توانند به محصولات مورد نظر خود برسند و یا در صورت تولید این محصولات، آنها را با صرف هزینه‌های اضافی بدست می‌آورند. در این مقاله تابع مطلوبیتی مطرح شده است که فاقد این نقاط ضعف است. این تابع پیشنهادی قادر است با توجه به فرضیاتی که در مبحث Six sigma مطرح است « محصول موثر » [1] را تخمین بزند.

همچنین بهتر از توابع دیگر می‌تواند میزان تغییرات را توجیه کند. برای آنکه متوجه شوید این تابع پیشنهادی تا چه اندازه می‌تواند به شما در رسیدن به سطح بالاتری از کیفیت کمک کند و در ارزیابی دقتی قابلیتهای فرآیند یاری‌تان نماید مثالی دربارة جوش‌کاری قوسی برای شما ارائه داده‌ایم.

توجه: yield به معنی بازده نیز هست اما در این متن در همه جا این کلمه به صورت
«محصول» ترجمه شده است.

ما معتقدیم هنگامی‌که داده‌های مربوط به پراکندگی در دسترس شما قرار دارد بهتر است از این تابع مطلوبیت برای تسهیل بخشیدن به بهینه‌سازی چند معیاری استفاده کنید.

Copyright @ 2003 john wiley & sons , Ltd

کلمات کلیدی:

بهینه‌سازی چند معیاری            multicriterion optimization :

روش سطحی جواب                     respanse surface methodologh :

طراحی نیرومند ـ طراحی درست و صحیح                robust design :

مقدمه :

مهندسین هنگام طراحی محصولات یا فرآیندها، پارامترهای طراحی رابه گونه‌ای طراحی می‌کنند که منجر به ترکیب مناسبی از ویژگی‌ها یا معیارهای کیفی بشود. برای مثال در جوش‌کاری قوسی، مهندس هنگام تولید قسمت خاصی از یک محصول، باید سرعت حرکت و زاویة‌ مشعل جوشکاری را به گونه‌ای تنظیم کند که میزان گودافتادگی، تحدب و زمان چرخه، مطلوب شود. هدف روش‌های سطحی جواب یا RSM ها، مدل‌سازی ویژگی‌های فرآیند است به طوری که بتوان هنگام بهینه‌سازی فرآیند ازاین مدل‌ها بهره گرفت.(برای اطلاع بیشتر به           Box & Draper ، Khuri & cornell و Myers & Montagomery رجوع کنید). این نوع مدل سازی مستلزم تجربه است. هر فردی با استفاده از RSM ها می‌تواند مدل‌هایی را دربارة ویژگی‌های فرآیندی که درحال مطالعه‌اش است ایجاد کند و میزان تغییرپذیری فرآیند را تخمین بزند. در کنار این مدل‌ها باید با استفاده از اطلاعاتی که قابل حصول هستند اهداف خاص را مشخص کرد. بطوری که پس از بهینه‌سازی این اهداف،‌‌ آن چیزی که حاصل می‌شود واقعاً یک محصول مطلوب باشد.

توابعی که مجموعه‌ای از ویژگی‌ها را به یک هدف خاص تبدیل می‌کنند توابع مطلوبیت نام دارند و به صورت نوشته می‌شوند. منابعی که دربارة توابع مطلوبیت وجود دارند عبارتند از: castillo و همکارانش، Derringer ، Derriger & suich ، Harrington ، kim& Lin توجه داشته باشید توابع مطلوبیت معمولاً دربارة بستة ] 1 و0 [قرار دارند.

اولین توابع مطلوبیت توسط هارینگتون (Harrington) مطرح شدند. وی توابع توان دار را برای محاسبه مطلوبیت‌هایی در نظر گرفت که با معیارهای فردی1 همراه بودند و استفاده از از میانگین هندسی را برای ارزش‌گذاری این معیارها و محاسبة مطلوبیت کل در نظر گرفت. Derringer ، Derriger & suich ، فرم‌های توابعی و طرح‌های ارزش‌گذاری به متد هارینگتون را مورد انتقاد قرار دادند زیرا به اعتقاد آنها این فرم‌ها و متدها بیش از اندازه سخت بودند. در عوض، این افراد مجموعه توابعی را معرفی کردند که به کمک آنها می‌شود ارزش هدف2 را در هر منطقه‌ای بین مشخصات محصول قرار داد. برای ایجاد سهولت در کار، castillo و همکارانش مطلوبیت معیارهای فردی ذکر شده توسط Derringer را بسط و توسعه دادند. این عمل بسیار سودمند بود زیرا باعث شد مهندسین و طراحان مبتنی بر گرادیان (gra dient – based) هنگام بهینه‌سازی توابع مطلوبیت عملکرد بهتری داشته باشند. kim و Lin توابع قبلی را که دربارة‌ مطلوبیت وجود داشت مورد انتقاد قرار دادند زیرا به اعتقاد آنها این توابع به وابستگی بین yi حساسیت داشتند همچنین توابع اصلاح شده‌ای را برای معیارهای فردی پیشنهاد دادند که به کمک آنها می‌توان خطاهای احتماعی RSM را پیش‌بینی کرد. اخیراً روش‌های     Six sigma و مفاهیم طراحی مربوط به آن تأثیر بسزایی بر روی طراحی فرآیندها دارند.

هدف Six sigma این است که ورودی‌های را به گونه‌ای تعیین می‌کند که میانگین و واریانس ویژگی‌های طراحی منجر به ایجاد درصد بالایی از واحدهایی شوند که با ویژگی طراحی مطابقت داشته باشند (حتی زمانی که فرآیند به طور پیش‌بینی نشده‌ای تغییر کند).

بنابراین مفهوم «مطلوبیت» در طراحی محصول الزاماً به معنای کنش متقابل بین میانگین و واریانس ویژگی‌های خاص است. مهمترین ایرادی که از تعریف قطعی استاندارد       Six sigma می‌توان گرفت این است که استاندارد عموماً بر حسب یک معیار کیفی واحد تعریف شده است (رجوع شود به Harry). انگیزه‌ی مهمی‌که باعث شده است تابع مطلوبیت جدیدی در این مقاله مطرح شود این است که بتوان تعریف گسترده‌ای از کیفیت Six sigma ارائه داد و این استاندارد را به گونه‌ای تعمیم داد که معیارهای چندگانه را نیز در برگیرد. به طور کل ممکن است بعضی از معیارها؛ مشخصات محصول همخوانی نداشته باشند و برخی دیگر مربوط به هدفی بشوند که محصول یا فرآیند به خاطر آن طراحی شده است هدف، بدست آوردن تابع مطلوبیتی است که بعد از حل آن مشخص شود که آیا طراح محصول یا فرآیند به سطح کیفی Six sigma رسیده است یا خیر.

به طور خلاصه، تحقیقاتی که بر روی توابع مطلوبیت صورت گرفته است منجر به ایجاد توابع مطلوبیت انعطاف‌پذیری شده است: توابعی که اجازه می‌دهند تکنیک‌های تحقیقاتی gradient – based (مبتنی بر گرادیان) عملکرد خوبی داشته باشند و نیز باعث می‌شوند وابستگی‌هایی که به دلیل کمبود اطلاعات به وجود می‌آیند تأثیر کلی بر روی تصمیم‌گیری داشته باشند اما این توابع و روش RSM نیز دارای نقاط ضعف مهمی‌هستند که عبارتند از:‌

• اغلب RSM هایی که برای مدل‌سازی ارزش‌های میانگین فرآیند به کار می‌روند، می‌توانند اطلاعاتی را درباره‌ی میزان تغییرپذیری فرآیند در اختیار کاربر قرار دهند. اکثر اوقات یک کنش و تأثیر متقابل بین میانگین و انحراف معیار وجود دارد و این دو تأثیر بسزایی بر روی محصول و درنتیجه میزان سوددهی دارند. ما معتقدیم بهینه‌سازی همزمان چند میانگین و واریانس با استفاده از توابع مطلوبیت استاندارد مشکل آفرین است زیرا اهمیت نسبی هر یک از این میانگین‌ها تا حد زیادی به واریانس ویژگی‌ها بستگی دارد.
• همانگونه که در بخش 4 نشان خواهیم داد (بخش مورد پژوهش) روش‌های فعلی به راحتی به ایجاد موقعیت‌هایی می‌انجامد که نمی‌توان در این موقعیت‌ها اهداف کیفی را تحقق بخشید.
• تفسیر توابع موجود سخت و دشوار است. در جدول (1) بعضی از ارزش‌های معیار مطلوبیت به متد هارینگتون تفسیر شده‌اند اما بقیة افراد نتوانسته‌اند با توجه به استانداردهای صنعتی، تفسیر واضح و روشنی از توابع خود ارائه دهند.
• در مبحث مطلوبیت، رابطه‌ای بین مطلوبیت و سود یا بهرة مورد انتظار به طور کامل مورد بررسی قرارگرفته است. با توجه به اینکه توابع مطلوبیت با محصول (و در نتیجه با سود) متناسب نیستند این احتمال وجود دارد که با توصیه‌هایی که در این‌باره می‌شود حتی نتوان به طور تقریبی سود مورد انتظار را به حداکثر رسانید.

علاوه بر این، مبحث «به حداکثر رساندن محصول» (plante , tsui , Barton) باعث ایجاد اهداف سودمند و بالقوه‌ای شده است. ولی این روش‌ها نمی‌توانند برای ویژگی‌هایی که هیچ مشخصه‌ای برایشان وجود ندارد به کار روند. از این رو استفاده از این ویژگی‌ها برای ایجاد تابع مطلوبیت یک محصول موثر، ادامه‌ای از کارهای قبلی به حساب می‌آید.

به خاطر داشته باشید روش دیگری که برای بهینه‌سازی معیارهای چندگانه وجود دارد که به عبارتست از «برنامه‌ی پشتیبانی از تصمیم» یا DSP یعنی تصمیم بر روی انتخاب‌هایی که برتر از انتخاب‌های فعلی و شناخته شده نیستند. DSP دارای امتیازات مهمی‌است اما مهندسین معتقدند که روش‌های مطلوبیت آسانتر هستند (برای اطلاع بیشتر به castillo و همکاران، و هارینگتون مراجعه کنید) همچنین توابع مطلوبیت را می‌توان در کنار DSP مورد استفاده قرارداد. در این مقاله ما تابع مطلوبیتی را ارائه داده‌ایم که نقاط ضعف سایر توابع را ندارد. برخلاف دیگر توابع مطلوبیت موجود، تابع پیشنهادی ما تفسیر حدسی و ساده‌ای دارد زیرا این تابع قادر است قسمت‌هایی را که با فرضیات موجود تطابق دارد پیش‌بینی کند. در بخش اول مقاله، فرمول‌های مربوط به این تابع را مورد بررسی قرار می‌دهیم سپس مثالی ارائه می‌دهیم که در آن تابع پیشنهادی ما به کار رفته است. در پایان نیز مزایا و معایب این تابع را نسبت به دیگر توابع موجود مورد بررسی و مقایسه قرار می‌دهیم.

و...

NikoFile