نمودار کنترل یکی از روش های کنترل فرآیند در حین تولید است. در کنترل کیفیت، هرگاه محصولات یک ‏فرآیند به دو گروه منطبق و نامنطبق طبقه بندی شوند و نمودار، مربوط به نسبت اقلام نامطبق باشد از نمودار کنترل اقلام معیوب یا نمودار-‏‎ p‏ استفاده می شود. اما در موارد زیادی هر محصول ‏بر اساس مشخصه کیفی اش به بیش از دو گروه طبقه بندی می شود و نمودارهای چندجمله ای مورد استفاده قرار ‏می گیرد. در این پژوهش، روش های متفاوتی از بررسی کیفیت از محصولات با گروه های چندگانه معرفی شده ‏است که بر اساس توزیع چندجمله ای هستند.‏ در فصل اول پایان نامه مفاهیم اولیه مورد نیاز معرفی شده است و در فصل دوم توزیع چندجمله ای به همراه ‏ویژگی هایش و همچنین روش مارکوسی مورد بررسی قرار گرفته است. سپس در سومین فصل، حدود کنترل مشخصه های کیفی همزمان و غیرهمزمان معرفی و در نهایت در فصل چهارم، روش درخت- ‏p‏ برای متغیرهای چندجمله ای نشان داده شده است.‏

یکی از روش های تحت کنترل قرار دادن فرایند کنترلنمودارهای کنترلی است.بر حسب نوع داده ها و هدف مدیران برای هر یک از انواع داده هااز نمودارهای کنترلی مختلفی استفاده می گردد. زمانی که داده هارا بتوان به صورت کمی در نظر گرفت یک نوع از نمودارهای کنترلی معروف نمودارهای شوهارت است. اما زمانی که نتوانداده ها را در قالب عددی بیان کرد از نمودارهای کنترلی نسبت استفاده می شود.نمودارهای نسبت برای مواقعی است کهبتوان محصول را در دو طبقه ی خوب و بد دسته بندی کرد. حالت تعمیم یافته ی نمودارهای نسبت توسط مارکوسی معرفی شده است. حال اگر سطوح مشخصه های کیفیرا که به صورتمتغیرهای زبانی هستند با توابع عضویت مشخص کنیم و به هر محصول یک درجه عضویت برای تعلق به هر سطح بدهیماز نمودارهای کنترلی فازی استفاده می کنیم.برای تحت کنترل قرار دادن چندین مشخصه ی کیفیت نیز از نمودارهای کنترل فازی چند متغیره استفاده می کنیم. در این پایان نامه چهر روش برای تحت کنترل قرار دادن چندین مشخصه ی کیفیتبه طور همزمانمعرفی و ان ها را باهم مقایسه کرده ایم.

در برخی از کاربردهای کنترل کیفیت، کیفیت یک محصول یا فرایند با رابطه بین دو یا چند متغیر مشخص می شود که این رابطه "پروفایل" نامیده می شود. این روابط در دو فاز i و ii نشان داده می شود. فاز i تحلیل داده ، هنگامیکه کیفیت یک فرایند یا محصول با یک مدل رگرسیون خطی چندگانه نشان داده شود، بررسی می گردد و در کنترل کیفیت آماری به عنوان تحلیل پروفایل خطی ارجاع داده می شود. این پایان نامه شامل چندین روش برای تحلیل پروفایلهای رگرسیون خطی ساده می باشد. در فاز ii ، 3 طرح نمودار کنترل برای نشان دادن پروفایلهای خطی ساده چند متغیره به کار برده می شود و عملکرد آماری روشهای پیشنهاد شده با استفاده از متوسط طول دنباله اندازه گیری می شود و بعلاوه قابلیت اجرایی روشها با استفاده از یک مثال کاربردی نشان داده می شود.

نمودارهای کنترل یکی از ساده ترین ابزارهای کنترل فرایند حین تولید هستند. گاهی اوقات می توان کیفیت یک محصول را به k (k بزرگتر از 2) طبقه مختلف تقسیم بندی کرد. این مورد توسط دانکن و مارکوسی مورد بررسی قرار گرفت. وانگ و راز دو روش مختلف برای کنترل فرایند در حالت فازی داده اند. در این رساله روش دیگری ارایه می دهیم که کاراتر می باشد. در حالت معمولی تقسیم بندی دوتایی به سالم و معیوب برای ساختن نمودار p استفاده می شود. اگر مشخصه کیفی مورد نظر متغیر باشد نمودار p به دلیل واکنش ضعیف نسبت به تغییرات کوچک در میانگین و واریانس مناسب نیست. در این رساله کیفیت را بصورت یک مجموعه فازی در نظر گرفته و یک نمودار جدید بر اساس میانگین درجه عدم انطباق ارایه می دهیم . نشان می دهیم که این نمودار نسبت به تغییرات میانگین و واریانس فرایند عملکرد بهتری نشان می دهد.

نمودارهای کنترل یکی از قوی ترین ابزارهای کنترل و پایش فرایند می باشند. این نمودارها توانایی تشخیص انحرافات با دلیل را دارند. اما به منظور شناسایی و حذف این گونه انحرافات ابتدا باید منابع ایجاد تغییر تعیین و حذف گردند. پس از اینکه نمودار کنترل، وجود انحراف با دلیل در فرایند را هشدار می دهد، آگاهی از زمان واقعی تغییر در فرایند به مهندسین کمک می کند تا در دامنه کوچکتری از زمان به جستجوی انحراف با دلیل و علت وقوع آن بپردازند. در نتیجه کشف انحراف و به طبع آن اتخاذ اقدام اصلاحی جهت بهبود کیفیت نیز زودتر انجام می گیرد. در این پژوهش، نوع تغییر مشاهده شده در فرایند پواسون به شکل تغییر پله ای یگانه در نظر گرفته شده است. به کمک روش های عددی، برآورد نقطه تغییر با ماکزیمم کردن تابع درستنمایی و مینیمم کردن تابع اطلاع شوارتز بدست می آید. در این پژوهش روش عددی جدیدی برای این برآورد به عنوان روش بهینه-سازی الگوریتم جستجوی گرانشی مورد بررسی قرار می-گیرد. نتایج شبیه سازی نشان می دهد که تخمین زننده مورد نظر در شناسایی نقطه تغییر دارای عملکرد مناسبی می باشد.

شاخص های کارایی فرآیند ابزار موثری برای اندازه گیری کیفیت و میزان کارایی محصول هستند و در صنایع تولیدی موارد استفاده وسیعی داشته و معیاری جهت ارزیابی دقت ، صحت و عملکرد فرآیندهای تولیدی می باشند. طی دو دهه گذشته تحقیقات وسیعی در خصوص شاخص های کارایی فرآیند با در نظر گرفتن فقط یکی از مشخصه های محصول جهت بررسی کیفیت، انجام پذیرفته است، در صورتی که اقدامات جهت اندازه گیری کارایی فرآیند، با در نظر گرفتن چندین مشخصه از مشخصه های کیفیت محصول، به صورت همزمان، کمتر مورد توجه قرار گرفته است. تحلیل شاخص های کارایی چند فرآیندی برای ارزیابی و بررسی همه ی مشخصه های کیفیت یک محصول به طور همزمان به وجود آمده اند. در فصل اول این پایان نامه، تعریف و تاریخچه ی کنترل کیفیت آماری را بیان می کنیم. در فصل دوم شاخص های کارایی فرآیند را معرفی می کنیم. در فصل سوم شاخص های کارایی چند فرآیندی را مورد بحث و بررسی قرار خواهیم داد. در فصل چهارم نتیجه گیری و پیشنهادات حاصل را ارائه خواهیم داد.

در سالهای اخیر برای بررسی یرخی مسایل کاربردی از جمله علوم زیست محیطی، توزیع بیرنبام ساندرز مورد توجه محققان آماری قرار گرفته است.محققان زیادی تعمیم های از این توزیع را ارایه داده اند اما این تعمیم ها همچنان در بعضی از صدک ها ناکارامدند. در این پایان نامه ابتدا توزیع چوله نرمال تی را معرفی کرده و توزیع چوله نرمال کوشی را بعنوان یک حالت خاص از آن مورد بحث ققرار می دهیم در بخش دوم این پایان نامه ه معرفی توزیع بیرنام ساندرز با هسته چوله نرمال تی می پردازیم.بالاخره با استفاده از داده های واقعی کارایی این توزیع را نشان می دهیم.

اکثر فرایندها، دارای چندین مشخصه ی کیفی هستند که می خواهیم بطور همزمان آن ها را کنترل نماییم. نمودارt^2 هتلینگ بدلیل سادگی در فهم و شباهت زیاد آن به نمودارهای کنترلی تک متغیره شوهارت از محبوبیت خاصی در نمودارهای کنترل چند متغیره برخوردار است اما این نمودار نسبت به الگوهای غیر تصادفی رایج مثل روند، تغییر میانگین فرایند و داده های پرت چندگانه حساس نیست. به همین دلیل نمودار های دیگری که در آن ها از برآوردگرهای استوار استفاده شده، معرفی می گردد. سالیوان، وارگاس، پن و چن مطالعاتی در این زمینه انجام داده و ملا حظه کرده ان که آماره یt^2 سالیوان نسبت به روند و تغییر میانگین از حساسیت بالایی برخوردار است اما نسبت به داده های پرت گروهی کمترین حساسیت را دارد و آماره یt^2 وارگاس حساس در شناسایی داده های پرت گروهی است اما نسبت به روند و تغییر میانگین از حساسیت کمی برخوردار است. از این رو پن وچن با ترکیب ویژگی های مثبت برآوردگرهای این آماره ها، برآوردگر جدیدی معرفی کردندکه حساسیت متعادل تری نسبت به همه الگوهای غیر تصادفی دارد. نمودارهای فوق که بر اساس وزن هایی دوتایی صفر و یک شکل می گیرند، دارای کاستی هایی هستند. در واقع این وزن ها خصوصیات واقعی مشاهدات را منعکس نمی کنند. به همین منظور در این پژوهش به دو روش، تابع عضویت فازی و خوشه بندی فازی ، به فازی سازی وزن های موجود در برآوردگرهای پن و چن پرداخته و نمودار های کنترل چند متغیره جدیدی با وزن های فازی ارائه شده است.

یکی از ابزارهای مهم کنترل فرآیند آماری نمودارهای کنترلمیباشند.نمودارهایکنترلی طوریطراحیشدهاند که تغییراتدرمیانگینوواریانسیک فرآیند تولید را کشف کنند. نظریهی مجموعههایفازییک روش مفید برای مدلسازی دادههای مبهم ارائه میدهد. نمودارهای کنترل فازی نیز هنگامیکه دادههای آماریمبهم هستند مورد استفاده قرار میگیرند. برای طراحی نمودارهای کنترل فازیمیتوان دادههای مبهم را از طریق روشهای غیرفازی سازی به عدد تبدیل نموده و سپس این نمودارها را مورد بررسی قرار داد. در این پایاننامه نمودارهای کنترل کیفیت فازی مورد بحث و بررسی قرار میگیرند. در فصل یک نمودارهای کنترل کیفیت آماری و در فصل دوم مفاهیم و مقدمات مجموعههای فازی را بیان مینماییم. فصل سوم به طراحیچارچوب نمودارهای کنترل فازی - و- با برشتوسط مد فازی، میان دامنهی فازی سطح?، میانهی فازی سطح?وروش رهیافتفازی مستقیمبرای اعداد فازی ذوزنقهایمیپردازد. در فصل چهارمچارچوب نمودار کنترل فازی - با برشتوسط مد فازی، میان دامنهی فازی سطح?، میانهی فازی سطح?و روشرهیافتفازی مستقیم برای اعداد فازی ذوزنقهایمورد بحث قرار میگیرند.

یکی از روش¬های تحت کنترل قراردادن یک فرایند، نمودارهای کنترلی هستند. برای تحت کنترل قراردادن چندین مشخصه¬ی کیفیت نیز از نمودارهای کنترل کیفیت چندمتغیره استفاده می¬کنیم. معروفترین نمودار کنترل چندمتغیره t^2 هتلینگ است. اما چون بسیاری از الگوهای غیرتصادفی مثل روند، تغییرمیانگین فرایند و داده-های پرت ممکن است به¬وسیله¬ی نمودارt^2 هتلینگ کشف نشوند، لذا این نمودار نسبت به این شرایط حساسیت کمتری از خود نشان می¬دهد. از این رو، برآوردگرهای قوی متفاوت دیگری به منظور بهبود عملکرد شناسایی الگوهای غیرتصادفی در نمودارهای کنترل چندمتغیره پیشنهاد شدند. در این پژوهش به معرفی سه نمودار کنترلی جدید می¬پردازیم که نمودار کنترلt^2 سولیوان نسبت به روند و تغییر میانگین فرایند و نمودار کنترلt^2 وارگاس نسبت به داده¬های پرت، حساسیت بالایی نشان می¬دهند و در ادامه با ترکیب ویژگی¬های مثبت این دو نمودار، نمودارکنترلt^2 پن و چن را معرفی می¬کنیم که نسبت به همه¬ی شرایط خارج از کنترل حساس است. در نهایت با استفاده از روش شبیه¬سازی بوسیله¬ی نرم¬افزار r، به مقایسه¬ی این نمودارهای کنترلی می¬پردازیم.

آموزش مهارتهای ارتباطی، روشی موثر برای تحکیم پیوند زناشویی است. تحقیق از نوع تجربی و فاقد گروه کنترل است. جامعه آماری شامل دانشجویان متأهل دانشگاه شهید باهنر در سال 88 و نمونه تحقیق شامل 15 زوج است که شرکت کنندگان در آزمایش داوطلبانه شرکت داشتند. ابزار سنجش، پرسشنامه سازگاری زناشویی das است. آزمودنی ها در مرحله ی پیش آزمون به پرسشنامه فوق پاسخ دادند و سپس تحت آموزش قرار گرفتند. مداخله ی آموزشی که عبارت از برنامه آموزشی مهارتهای ارتباطی (cst) است، در مدت 3 ماه (10 جلسه 120 دقیقه ای) بر روی گروه آزمایش اجرا شد. پس آزمون 3 هفته بعد از اجرای مداخله ی آموزشی اجرا شد. پس از پایان جلسات، در مرحله پس آزمون، آزمودنیها با همان پرسشنامه مورد ارزیابی قرار گرفتند. نتایج حاصل از تجزیه و تحلیل داده ها با استفاده از آزمون آماری t وابسته و ویلکاکسون نشان داد که آموزش مهارتهای ارتباطی موجب افزایش سازگاری زناشویی زوج ها می شود و میانگین سازگاری زناشویی پس از آموزش در هر دو گروه بیش از میانگین سازگاری زناشویی پیش از آموزش می باشد. علاوه بر این با استفاده از آزمون t مستقل و یومن ویتنی مشخص گردید بین گروه مردان و زنان تفاوت معنی داری در اثرپذیری از آموزش مهارتهای ارتباطی بر سازگاری زناشویی مشاهده نمی شود.

یکی از ابزارهای مهم کنترل کیفیت نمودارهای کنترل می باشند لذا در این بایان نامه درمورد نمودارهای کنترل فازی برداخته شده است.

به کمک روش های عددی، برآورد نقطه تغییر در میانگین فرآیند نرمال با بیشینه سازی تابع درستنمایی و کمینه سازی تابع اطلاع شوارتز بدست می آید. در این پژوهش روش عددی نوینی برای این برآورد به عنوان روش بهینه سازی الگوریتم جست وجوی گرانشی مورد بررسی قرار می گیرد. نتایج شبیه سازی حاکی از آن است که روش عددی مورد بررسی در برآورد نقطه تغییر دارای عملکرد نسبتاً مناسبی نسبت به روش های پیشین می باشد.

مدل سازی رویدادهای شمارشی در بسیاری از زمینه ها مهم است. برای این منظور اغلب مدل رگرسیون پواسون مورد استفاده قرار می گیرد. مدل رگرسیون پواسون یک چارچوب استاندارد برای تجزیه و تحلیل داده های شمارا فراهم می کند. هرچند، داده ها معمولاً نسبت به توزیع پواسون بیش پراکنده هستند. محققان معمولاً به دنبال مدل هایی برای رفع این مشکل هستند. بیش پراکنش یک مشکل بالقوه است که در مدت زمان طولانی در ادبیات مدل های خطی تعمیم یافته بیان شده و راه حل های مختلفی برای مقابله با آن پیشنهاد شده است. وجود بیش پراکنش انگیزه ای است که به دنبال مدل های جایگزین بهتری برای برازش به داده ها باشیم. یکی از راه حل های مقابله با مسئله بیش پراکنش استفاده از مدل های رگرسیون پواسون آمیخته می باشد. در این مدل ها واریانس بزرگتر از میانگین و در عمل انعطاف پذیرتر هستند.