Mejora de la calidad de procesos con redes neuronales, algoritmos genéticos y lógica difusa Mejora de la calidad de procesos con redes neuronales, algoritmos genéticos y lógica difusa

Resumen

En muchos casos de mejora de la calidad de productos o procesos se requiere optimizar varias respuestas simultáneamente. Un enfoque clásico es aplicar el Diseño de Experimentos DDE, modelos de regresión múltiple para estimar las relaciones entre las respuestas y factores controlables; luego se combinan las diferentes respuestas con una función de deseabilidad y finalmente se optimizan los factores controlables. Sin embargo, puede ocurrir que la relación entre respuestas y factores controlables sea demasiado compleja para estimar la relación con éstos métodos, por ejemplo, una relación altamente no lineal. Un enfoque alternativo propuesto es el uso de redes neuronales artificiales RNA para estimar funciones de respuesta, en el caso de contar con variables cualitativas se las procesa con lógica difusa LD y en la fase de optimización usar algoritmos genéticos AG. Se presenta un ejemplo de optimización de un proceso de respuestas múltiples para comprobar la propuesta.