This paper proposed a nonlinear int

This paper proposed a nonlinear integer program to determine an
optimal plan of zero-defect, single-sampling by attributes for incoming
inspections in assembly lines. In the presence of an inspection
resource constraint, sample sizes of the parts waiting for incoming
inspections must be determined simultaneously. The optimization
model can take into account the parts’ heterogeneous quality features
(e.g., NC risk, NC severity, lot size, and complexity of inspection)
and determine the right sample size for each part. The paper proved
the convexity feature of the expected total cost function for the zerodefect
acceptance policy and, accordingly, recommended a three-step
solution procedure. A real example of twenty parts was presented to
illustrate the application of the optimization model.
This paper has built a foundation for practically meaningful extensions.
The maximum allowable defective number in this paper is
zero. The zero-defect acceptance policy may not be optimal in other
circumstances. When it is greater than zero, the maximum allowable
defective number becomes an additional decision variable besides
the sample size. The sample size and the maximum allowable defective
number adversely impact the expected NC cost, and the convexity
of the objective function is no longer held on the entire decision
space. These require a re-calibration of solution features. The rejection
cost is low for incoming inspections and, thus, it was not considered
in this paper. However, the rejection cost is an important cost
component to be considered, for example, in outgoing inspections.
By including the expected rejection cost in the objective function,
the sample size decision seeks a trade-off among three cost components,
which is more complex than the one presented in this paper.
Another important extension of this paper is to model sample size
decisions for multiple quality features at a part level and then integrate
this lower level decision with the higher level decision analyzed
in this paper. The lower level decision provides more accurate inputs
to the higher level decision, while the latter poses a constraint for
the former. The integration is a value-added, yet challenging, topic of
research. All above-mentioned extensions are important subjects of
future research.

ผลลัพธ์ (ไทย) 1:

เอกสารนี้นำเสนอโปรแกรมไม่เชิงเส้นจำนวนเต็มเพื่อกำหนดเป็นแผนสุด zero-defect การสุ่มตัว อย่างเดี่ยว โดยแอตทริบิวต์สำหรับขาเข้าตรวจสอบในแอสเซมบลีบรรทัด ในต่อหน้าของสอบข้อจำกัดทรัพยากร กลุ่มตัวอย่างขนาดชิ้นรอขาเข้าต้องพิจารณาตรวจสอบกัน การเพิ่มประสิทธิภาพแบบจำลองสามารถคำนึงถึงคุณลักษณะคุณภาพแตกต่างกันของชิ้นส่วน(เช่น NC ความเสี่ยง ความรุนแรง NC ขนาดล็อต และความซับซ้อนของการตรวจสอบ)และกำหนดขนาดตัวอย่างที่เหมาะสมสำหรับแต่ละส่วน กระดาษที่พิสูจน์คุณลักษณะ convexity ของฟังก์ชันต้นทุนรวมที่คาดไว้สำหรับการ zerodefectยอมรับนโยบายและ ตาม สามขั้นขั้นตอนแก้ปัญหา นำเสนอตัวอย่างแท้จริงส่วนยี่สิบไปแสดงแอพลิเคชันรุ่นประสิทธิภาพสูงสุดกระดาษนี้ได้สร้างรากฐานสำหรับส่วนขยายมีความหมายในทางปฏิบัติจำนวนสูงสุดได้มีข้อบกพร่องในเอกสารนี้เป็นศูนย์ นโยบายยอมรับ zero-defect อาจไม่เหมาะสมในที่อื่น ๆสถานการณ์ เมื่อมันมีค่ามากกว่าศูนย์ สูงสุดที่อนุญาตหมายเลขสินค้าที่มีตำหนิกลายเป็น ตัวแปรตัดสินใจเพิ่มเติมนอกเหนือจากขนาดของตัวอย่าง ขนาดตัวอย่างและชำรุดได้สูงสุดหมายเลขส่งผลกระทบต้นทุน NC และ convexity ที่วัตถุประสงค์ของ ฟังก์ชันไม่จัดในการตัดสินใจทั้งหมดพื้นที่ เหล่านี้ต้องการปรับเทียบใหม่ของโซลูชั่น ปฏิเสธต้นทุนจะต่ำสุดสำหรับการตรวจสอบเข้ามา และ จึง มันถูกไม่ถือในเอกสารนี้ อย่างไรก็ตาม การปฏิเสธค่าใช้จ่ายเป็นต้นทุนสำคัญส่วนประกอบจะเป็น เช่น ตรวจสอบขาออกโดยการรวมต้นทุนที่คาดว่าการปฏิเสธในฟังก์ชันวัตถุประสงค์การตัดสินใจขนาดตัวอย่างพยายาม trade-off ระหว่างคอมโพเนนต์ทุน 3ซึ่งมีความซับซ้อนมากกว่าหนึ่งที่แสดงในเอกสารนี้ส่วนขยายที่สำคัญอื่นของเอกสารนี้คือขนาดตัวอย่างแบบจำลองตัดสินใจหลายคุณภาพคุณลักษณะในส่วนระดับ และรวมแล้วตัดสินใจนี้ระดับล่าง ด้วยการวิเคราะห์ตัดสินใจระดับสูงในเอกสารนี้ การตัดสินใจระดับล่างให้ปัจจัยการผลิตที่ถูกต้องมากขึ้นให้สูงกว่าระดับตัดสินใจ ในขณะที่หลังซึ่งทำให้เกิดข้อจำกัดในอดีต การรวมจะมีมูลค่าเพิ่ม ยัง ท้าทาย หัวข้องานวิจัย ส่วนขยายดังกล่าวทั้งหมดเป็นเรื่องสำคัญของการวิจัยในอนาคต

ผลลัพธ์ (ไทย) 2:

บทความนี้นำเสนอโปรแกรมจำนวนเต็มไม่เชิงเส้นที่จะกำหนดแผนการที่ดีที่สุดของศูนย์ข้อบกพร่องการสุ่มตัวอย่างเดียวตามคุณสมบัติที่เข้ามาสำหรับการตรวจสอบในสายการผลิต ในการปรากฏตัวของการตรวจสอบที่จำกัด ทรัพยากรขนาดตัวอย่างของชิ้นส่วนที่รอการเข้ามาตรวจสอบจะต้องได้รับการพิจารณาไปพร้อมๆ กัน การเพิ่มประสิทธิภาพรูปแบบสามารถนำเข้าบัญชีส่วน 'คุณสมบัติที่มีคุณภาพที่แตกต่างกัน (เช่นความเสี่ยง NC, NC รุนแรงขนาดจำนวนมากและความซับซ้อนของการตรวจสอบ) และกำหนดขนาดของกลุ่มตัวอย่างที่เหมาะสมสำหรับแต่ละส่วน กระดาษที่ได้รับการพิสูจน์คุณสมบัตินูนของฟังก์ชั่นที่คาดว่าค่าใช้จ่ายทั้งหมดสำหรับ zerodefect นโยบายการยอมรับและดังนั้นแนะนำสามขั้นตอนขั้นตอนการแก้ปัญหา เป็นตัวอย่างที่แท้จริงของยี่สิบชิ้นส่วนถูกนำเสนอให้เห็นถึงการประยุกต์ใช้รูปแบบการเพิ่มประสิทธิภาพ. กระดาษนี้ได้สร้างรากฐานสำหรับส่วนขยายที่มีความหมายในทางปฏิบัติ. จำนวนสูงสุดที่อนุญาตมีข้อบกพร่องในเอกสารนี้เป็นศูนย์ นโยบายการยอมรับเป็นศูนย์ข้อบกพร่องอาจจะไม่ดีที่สุดในอื่น ๆสถานการณ์ เมื่อมันเป็นมากกว่าศูนย์สูงสุดที่อนุญาตจำนวนที่มีข้อบกพร่องจะกลายเป็นตัวแปรในการตัดสินใจเพิ่มเติมนอกเหนือจากขนาดของกลุ่มตัวอย่าง ขนาดตัวอย่างและข้อบกพร่องสูงสุดที่อนุญาตจำนวนกระทบส่งผลกระทบต่อค่าใช้จ่ายที่คาดว่าอร์ทแคโรไลนาและนูนของฟังก์ชันวัตถุประสงค์ที่จะจัดขึ้นไม่เกี่ยวกับการตัดสินใจทั้งพื้นที่ เหล่านี้ต้องอีกครั้งการสอบเทียบของคุณสมบัติการแก้ปัญหา ปฏิเสธค่าใช้จ่ายที่อยู่ในระดับต่ำสำหรับการตรวจสอบที่เข้ามาและทำให้มันก็ไม่ได้รับการพิจารณาในเอกสารนี้ แต่ค่าใช้จ่ายการปฏิเสธเป็นค่าใช้จ่ายที่สำคัญองค์ประกอบที่จะได้รับการพิจารณาเช่นในการตรวจสอบออก. โดยรวมถึงค่าใช้จ่ายในการปฏิเสธที่คาดหวังในการทำงานของวัตถุประสงค์การตัดสินใจขนาดตัวอย่างพยายามค้าปิดในหมู่สามส่วนค่าใช้จ่ายที่มีความซับซ้อนมากขึ้นมากกว่าหนึ่งที่นำเสนอในบทความนี้. อีกส่วนขยายที่สำคัญของการวิจัยนี้คือการจำลองขนาดของกลุ่มตัวอย่างตัดสินใจสำหรับคุณสมบัติที่มีคุณภาพในระดับหลายส่วนแล้วบูรณาการนี้การตัดสินใจระดับที่ต่ำกว่ากับการตัดสินใจระดับที่สูงขึ้นการวิเคราะห์ในบทความนี้ การตัดสินใจระดับที่ต่ำกว่าปัจจัยการผลิตให้ถูกต้องมากขึ้นการตัดสินใจระดับที่สูงขึ้นในขณะที่หลังโพส จำกัด สำหรับอดีต บูรณาการเป็นมูลค่าเพิ่มและความท้าทายหัวข้อของการวิจัย ทุกนามสกุลดังกล่าวข้างต้นเป็นเรื่องที่สำคัญของการวิจัยในอนาคต

ผลลัพธ์ (ไทย) 3:

บทความนี้เสนอโปรแกรมตรวจสอบเชิงจำนวนเต็มวางแผนที่เหมาะสมของศูนย์ข้อบกพร่องเดียวและคุณลักษณะสำหรับขาเข้าการตรวจสอบในบรรทัดแอสเซมบลี ในการตรวจสอบข้อจำกัดของทรัพยากรตัวอย่าง ขนาดของชิ้นส่วนรอเข้าการตรวจสอบต้องได้รับการพิจารณาไปพร้อมๆ กัน การเพิ่มประสิทธิภาพแบบจำลองที่ได้สามารถใช้ในบัญชีส่วน ' คุณสมบัติคุณภาพต่างกัน( เช่นความเสี่ยง NC NC แรงขนาดมากและความซับซ้อนของการตรวจสอบ )และกำหนดขนาดตัวอย่างสำหรับแต่ละส่วน กระดาษ พิสูจน์ส่วนนูนลักษณะของฟังก์ชันสำหรับ zerodefect คาดว่าต้นทุนรวมการยอมรับนโยบายและตามขั้นตอนที่แนะนำกระบวนการแก้ปัญหา ตัวอย่างจริงของยี่สิบชิ้นส่วนถูกเสนอแสดงให้เห็นถึงการเพิ่มประสิทธิภาพแบบงานวิจัยนี้ได้สร้างมูลนิธิเพื่อหากลุ่มที่มีความหมายนามสกุลมีจำนวนสูงสุดที่อนุญาตในบทความนี้คือศูนย์ ศูนย์ข้อบกพร่องการยอมรับนโยบายอาจจะเหมาะสมในอื่น ๆสถานการณ์ เมื่อมันเป็นมากกว่าศูนย์ , สูงสุดที่อนุญาตหมายเลขที่บกพร่องจะกลายเป็นตัวแปรตัดสินใจเพิ่มเติมนอกจากขนาดตัวอย่าง ขนาดตัวอย่างและสูงสุดที่บกพร่องจำนวนที่คาดว่าจะส่งผลกระทบในทางลบ NC ต้นทุน และความโค้งของฟังก์ชันวัตถุประสงค์ไม่ขึ้นในการตัดสินใจทั้งหมดพื้นที่ เหล่านี้ต้องการจะสอบเทียบคุณสมบัติแก้ไข การปฏิเสธค่าใช้จ่ายต่ำสำหรับการตรวจสอบขาเข้าและ ดังนั้น จึงไม่ถือว่าในกระดาษนี้ อย่างไรก็ตาม ต้นทุนการปฏิเสธเป็นค่าใช้จ่ายที่สำคัญองค์ประกอบที่ต้องพิจารณา ตัวอย่างเช่นในการตรวจสอบออกโดยรวมคาดว่าปฏิเสธค่าใช้จ่ายในฟังก์ชันวัตถุประสงค์ขนาดตัวอย่างการตัดสินใจและแลกเปลี่ยนระหว่างสามต้นทุนส่วนประกอบซึ่งมีความซับซ้อนมากกว่าหนึ่งที่นำเสนอในบทความนี้นามสกุลอื่นที่สำคัญของบทความนี้คือขนาดตัวอย่างแบบการตัดสินใจสำหรับลักษณะคุณภาพหลายในระดับภาค และรวมนี้ระดับล่างระดับการตัดสินใจกับการตัดสินใจวิเคราะห์ในกระดาษนี้ ระดับล่างมีปัจจัยการตัดสินใจได้อย่างถูกต้องในระดับที่สูงกว่าการตัดสินใจ ในขณะที่หลังท่าบังคับสำหรับอดีต การบูรณาการ คือ เพิ่ม ยัง ยาก เรื่องวิจัย นามสกุลดังกล่าวข้างต้นทั้งหมดเป็นหัวข้อที่สำคัญการวิจัยในอนาคต