6. ConclusionsThis paper proposed a

6. Conclusions
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 zero-defect 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:

6. บทสรุปเอกสารนี้นำเสนอโปรแกรมไม่เชิงเส้นจำนวนเต็มเพื่อกำหนดแผนการสุด zero-defect การสุ่มตัว อย่างเดี่ยว โดยแอตทริบิวต์สำหรับการตรวจสอบเข้ามาในแอสเซมบลีบรรทัด ในต่อหน้าของข้อจำกัดการตรวจสอบทรัพยากร กลุ่มตัวอย่างขนาดของอะไหล่ที่รอเข้ามาตรวจสอบต้องสามารถกำหนดพร้อมกัน แบบเพิ่มประสิทธิภาพสามารถคำนึงถึงคุณลักษณะคุณภาพแตกต่างกันของชิ้นส่วน (เช่น NC ความเสี่ยง ความรุนแรง NC ขนาดล็อต และความซับซ้อนของการตรวจสอบ) และกำหนดขนาดตัวอย่างที่เหมาะสมสำหรับแต่ละส่วน กระดาษพิสูจน์คุณลักษณะ convexity รวมคาดต้นทุนฟังก์ชันสำหรับนโยบายยอมรับ zero-defect และ ตาม แนะนำขั้นตอนการแก้ปัญหา 3 ขั้นตอน อย่างแท้จริงส่วนยี่สิบถูกนำเสนอเพื่อแสดงแอพลิเคชันของแบบจำลองเพิ่มประสิทธิภาพกระดาษนี้ได้สร้างรากฐานสำหรับส่วนขยายมีความหมายในทางปฏิบัติ จำนวนสูงสุดได้มีข้อบกพร่องในเอกสารนี้เป็นศูนย์ นโยบายยอมรับ zero-defect อาจไม่เหมาะสมที่สุดในสถานการณ์อื่น ๆ เมื่อมีค่ามากกว่าศูนย์ อนุญาตชำรุดจำนวนกลายเป็น ตัวแปรตัดสินใจเพิ่มเติมนอกเหนือจากขนาดตัวอย่าง ขนาดตัวอย่างและจำนวนสูงสุดที่อนุญาตเลขที่บกพร่องส่งผลกระทบต้นทุน NC และ convexity ของฟังก์ชันวัตถุประสงค์ไม่จัดในพื้นที่ตัดสินใจทั้งหมด เหล่านี้ต้องการปรับเทียบใหม่ของโซลูชั่น ทุนการปฏิเสธเป็นต่ำสุดสำหรับการตรวจสอบเข้ามา และ จึง มันถูกไม่ถือในเอกสารนี้ อย่างไรก็ตาม ต้นทุนการปฏิเสธเป็นส่วนประกอบที่มีต้นทุนที่สำคัญจะเป็น เช่น ตรวจสอบขาออก โดยการรวมต้นทุนที่คาดว่าการปฏิเสธในฟังก์ชันวัตถุประสงค์ การตัดสินใจขนาดตัวอย่างพยายาม trade-off ระหว่างคอมโพเนนต์ทุน 3 ซึ่งมีความซับซ้อนมากกว่าหนึ่งที่แสดงในเอกสารนี้ ส่วนขยายที่สำคัญอื่นของเอกสารนี้ ได้รุ่นตัดสินใจขนาดตัวอย่างสำหรับหลายคุณภาพคุณลักษณะในระดับส่วนรวมนี้ต่ำกว่าระดับการตัดสินใจกับการตัดสินใจระดับสูงวิเคราะห์ในเอกสารนี้แล้ว การตัดสินใจระดับล่างให้อินพุตถูกต้องมากกว่าการตัดสินใจระดับสูง ในขณะที่หลังซึ่งทำให้เกิดข้อจำกัดในอดีต รวมเป็นมูลค่าเพิ่ม ยัง ท้าทาย หัวข้อวิจัยได้ ส่วนขยายดังกล่าวทั้งหมดเป็นเรื่องสำคัญของการวิจัยในอนาคต

ผลลัพธ์ (ไทย) 2:

6.
สรุปบทความนี้นำเสนอโปรแกรมจำนวนเต็มไม่เชิงเส้นในการกำหนดแผนการที่ดีที่สุดของศูนย์ข้อบกพร่องการสุ่มตัวอย่างเดียวตามคุณสมบัติสำหรับการตรวจสอบเข้ามาในสายการผลิต ในการปรากฏตัวของทรัพยากรที่ จำกัด การตรวจสอบที่ขนาดตัวอย่างของชิ้นส่วนการรอคอยสำหรับการตรวจสอบที่เข้ามาจะต้องพิจารณาไปพร้อม ๆ กัน รูปแบบการเพิ่มประสิทธิภาพสามารถนำเข้าบัญชีส่วน 'คุณสมบัติที่มีคุณภาพที่แตกต่างกัน (เช่นความเสี่ยง NC, NC รุนแรงขนาดจำนวนมากและความซับซ้อนของการตรวจสอบ) และกำหนดขนาดของกลุ่มตัวอย่างที่เหมาะสมสำหรับแต่ละส่วน กระดาษที่ได้รับการพิสูจน์คุณสมบัตินูนของฟังก์ชั่นค่าใช้จ่ายทั้งหมดที่คาดว่าจะได้รับการยอมรับนโยบายศูนย์ข้อบกพร่องและตามที่แนะนำขั้นตอนการแก้ปัญหาสามขั้นตอน เป็นตัวอย่างที่แท้จริงของยี่สิบชิ้นส่วนที่ถูกนำเสนอให้เห็นถึงการประยุกต์ใช้รูปแบบการเพิ่มประสิทธิภาพ.
กระดาษนี้ได้สร้างรากฐานสำหรับส่วนขยายที่มีความหมายในทางปฏิบัติ จำนวนสูงสุดที่อนุญาตมีข้อบกพร่องในเอกสารนี้เป็นศูนย์ นโยบายการยอมรับเป็นศูนย์ข้อบกพร่องอาจจะไม่ดีที่สุดในสถานการณ์อื่น ๆ เมื่อมันเป็นมากกว่าศูนย์จำนวนสูงสุดที่อนุญาตชำรุดจะกลายเป็นตัวแปรในการตัดสินใจเพิ่มเติมนอกเหนือจากขนาดของกลุ่มตัวอย่าง ขนาดตัวอย่างและจำนวนข้อบกพร่องสูงสุดที่อนุญาตกระทบส่งผลกระทบต่อค่าใช้จ่ายที่คาดว่าอร์ทแคโรไลนาและนูนของฟังก์ชันวัตถุประสงค์ที่จะจัดขึ้นไม่ได้อยู่บนพื้นที่การตัดสินใจทั้งหมด เหล่านี้ต้องอีกครั้งการสอบเทียบของคุณสมบัติการแก้ปัญหา ค่าใช้จ่ายในการปฏิเสธอยู่ในระดับต่ำสำหรับการตรวจสอบที่เข้ามาและทำให้มันก็ไม่ได้รับการพิจารณาในบทความนี้ แต่ค่าใช้จ่ายการปฏิเสธเป็นองค์ประกอบที่สำคัญที่จะต้องเสียค่าใช้จ่ายได้รับการพิจารณาเช่นในการตรวจสอบออก โดยรวมถึงค่าใช้จ่ายในการปฏิเสธที่คาดไว้ในฟังก์ชันวัตถุประสงค์การตัดสินใจขนาดตัวอย่างพยายามค้าปิดในหมู่สามส่วนค่าใช้จ่ายที่มีความซับซ้อนมากกว่าหนึ่งที่นำเสนอในบทความนี้ อีกส่วนขยายที่สำคัญของการวิจัยนี้คือการจำลองการตัดสินใจขนาดตัวอย่างสำหรับคุณสมบัติที่มีคุณภาพในระดับหลายส่วนแล้วบูรณาการนี้การตัดสินใจระดับที่ต่ำกว่ากับการตัดสินใจระดับที่สูงขึ้นการวิเคราะห์ในบทความนี้ การตัดสินใจระดับที่ต่ำกว่าปัจจัยการผลิตให้ถูกต้องมากขึ้นการตัดสินใจระดับที่สูงขึ้นในขณะที่หลังโพส จำกัด อดีตที่ บูรณาการเป็นมูลค่าเพิ่มและความท้าทายหัวข้อของการวิจัย ทุกนามสกุลดังกล่าวข้างต้นเป็นเรื่องที่สำคัญของการวิจัยในอนาคต

ผลลัพธ์ (ไทย) 3:

6 . สรุป
กระดาษนี้เสนอโปรแกรมเชิงจำนวนเต็มกำหนดแผนการที่เหมาะสมของศูนย์ข้อบกพร่องเดียวและคุณลักษณะการตรวจสอบในบรรทัดแอสเซมบลี ในการแสดงตนของการตรวจสอบทรัพยากร จำกัด ตัวอย่าง ขนาดของชิ้นส่วนรอตรวจสอบขาเข้าจะต้องพิจารณาพร้อมกันการเพิ่มประสิทธิภาพแบบจำลองสามารถพิจารณาส่วน ' คุณสมบัติที่มีคุณภาพที่แตกต่างกัน ( เช่นความเสี่ยง NC NC แรงขนาดมากและความซับซ้อนของการตรวจสอบ ) และกำหนดขนาดตัวอย่างสำหรับแต่ละส่วน กระดาษพิสูจน์นูนคุณลักษณะของคาดต้นทุนรวมฟังก์ชันสำหรับศูนย์ข้อบกพร่องการยอมรับนโยบายและตามขั้นตอน โซลูชั่น แนะนำขั้นตอนตัวอย่างจริงของยี่สิบชิ้นส่วนถูกเสนอเพื่อแสดงให้เห็นการประยุกต์ใช้แบบจำลองหาความเหมาะสม .
กระดาษนี้ได้สร้างมูลนิธิเพื่อหากลุ่มที่มีความหมายนามสกุล มีจำนวนสูงสุดที่อนุญาตในกระดาษนี้เป็นศูนย์ ศูนย์ข้อบกพร่องการยอมรับนโยบายอาจจะเหมาะสมในสถานการณ์อื่น ๆ เมื่อมันเป็นมากกว่าศูนย์จำนวนข้อบกพร่องสูงสุดที่กลายเป็นตัวแปรการตัดสินใจเพิ่มเติมนอกเหนือจากขนาดตัวอย่าง ขนาดตัวอย่างและจำนวนของเสียสูงสุดที่คาดว่าจะส่งผลกระทบในทางลบ NC ต้นทุน และความโค้งของฟังก์ชันวัตถุประสงค์ไม่จัดขึ้นบนพื้นที่การตัดสินใจทั้งหมด เหล่านี้ต้องการจะสอบเทียบคุณสมบัติแก้ไขต้นทุนต่ำเพื่อการตรวจสอบขาเข้าและดังนั้นจึงไม่ได้พิจารณาในบทความนี้ อย่างไรก็ตาม ต้นทุนการปฏิเสธเป็นองค์ประกอบสำคัญที่จะต้องพิจารณาค่าใช้จ่าย ตัวอย่างเช่น ในการตรวจสอบออก โดยรวมคาดว่าปฏิเสธค่าใช้จ่ายในฟังก์ชันวัตถุประสงค์ ขนาดตัวอย่างการตัดสินใจและแลกเปลี่ยนระหว่างสามต้นทุนส่วนประกอบซึ่งมีความซับซ้อนมากกว่าหนึ่งที่นำเสนอในบทความนี้ นามสกุลอื่นที่สำคัญของบทความนี้คือการตัดสินใจขนาดตัวอย่างแบบมีคุณภาพหลายระดับและบูรณาการ ส่วนการตัดสินใจระดับล่างที่มีระดับการตัดสินใจการวิเคราะห์ในบทความนี้ ระดับล่างตัดสินใจให้กระผมถูกต้องมากขึ้นในระดับที่สูงกว่าการตัดสินใจในขณะที่หลังท่าบังคับ สำหรับอดีต . การบูรณาการคือ มูลค่าเพิ่ม แต่ท้าทาย หัวข้อของการวิจัย นามสกุลดังกล่าวข้างต้นทั้งหมดเป็นหัวข้อที่สำคัญของการวิจัยในอนาคต