مهندسی و مدیریت کیفیت

چکیده بهینه‌سازی چندپاسخی که با روش رویه‌ی پاسخ انجام می‌شود، بسیار پرکاربرد است. قبل از بهینه‌سازی، نیازمند انتخاب و برازش مدل مناسب برای هر پاسخ هستیم. یک مسئله اصلی که ممکن است به دلیل برازش نادرست مدل‌ها و نرسیدن به راه‌حل‌های بهینه اتفاق بیفتد، بدمشخص‌سازی مدل است. روش مدل رگرسیونی استوار که یک روش نیم‌پارامتری برای براور‏د است می‌تواند از هر دو روش براورد پارامتری و ناپارامتری در مقابل بدمشخص‌سازی مدل عملکرد مناسب‌تری داشته باشد. در این پژوهش، استفاده از یک روش مدل رگرسیونی استوار برای بهبود براورد مدل پیشنهاد شده است و برازش‌های مناسب هر یک از پاسخ‌ها با یکی از روش‌های بهینه‌سازی چندپاسخی یعنی تابع مطلوبیت بررسی خواهد شد. در ادامه، یک مطالعه کاربردیبرای مقایسه‌ی روش‌های پارامتری‏‏، ناپارامتری و نیم‌پارامتری ارائه می‌شود. نتیجه‌های این مطالعه نشان می‌دهند که عملکرد مدل رگرسیونی استوار، در بسیاری از موقعیت‌ها و همچنین در مرحله‌ی مدل‌سازی، از دو روش دیگر مناسب‌تر است. ‏بنا بر این‏، نتیجه‌های بهینه‌سازی با مدل رگرسیونی استوار بسیار قابل اعتمادتر هستند.

چکیده متغیرهای تصمیم در جهت بهبود عملکرد سیستم یکی از مسایل مهم در بیشتر صنایع محسوب می شود. به این منظور، در طی سال‌های اخیر روش‌های بهینه سازی چند هدفه متعددی برای حل این مسایل ارایه شده است. اما بیشتر این رویکردها، از همبستگی بالقوه بین اهداف غفلت می‌کنند. در این مطالعه یک رویکرد بهینه سازی بر اساس رویکرد تابع مطلوبیت برای حل مسیله جداسازی پریندوپریل )پریندوپریل کاربرد دارویی مفید و موثر برای بیماریهای قلبی و پرفشاری خون دارد( پیشنهاد شده است. رویکرد پیشنهادی نه تنها همه‌ی اهداف را به طور همزمان در یک حداقل سطح مطلوبیت از نقطه نظر تصمیم گیرنده (dm) قرار می دهد، بلکه همبستگی بالقوه بین اهداف و اهمیت نسبی آن‌ها را در نظر می گیرد. مقایسه نتایج حاصل از مثال عددی با رویکرد پیشنهادی نسبت به سایر رویکردهای موجود در ادبیات نشان‏دهنده عملکرد مناسب آن است.