Академический Документы
Профессиональный Документы
Культура Документы
RESUMEN
Fig. 1
Diagrama de
flujo del
enfoque
propuesto
Factores
de control
Capa de
Entrada
Capas
Oculta
s
Capa
de
Salida
Respuesta
s
Variables
Bajo nivel
Alto nivel
Tipo
Padres de la poblacin
20
50
control
01:01
01:07
control
Tipo de seleccin
posicin
torneo
control
control
Tasa de Cruce
0.5
0.85
control
Tipo de mutacin
uniforme
gaussiano
control
Nmero de factores
ruido
Nmero de respuestas
16
ruido
15
ruido
Valor
Padres de la poblacin
20
01:07
Tipo de seleccin
torneo
2
0.85
gauss
COMBINANDO DIFERENTES
RESPUESTAS A TRAVS DE
FUNCIONES DE DESEABILIDAD
Factor
Nombre
Unidades
Bajo
Nivel
Alto
nivel
Razon de Flujo
SCFM
40
120
Temp. de flujo
200
450
Temp. de
bloqueo
150
350
Flujo de
Flujo de
Bloqueo de
velocidad temperatur temperatur
a
a
40
200
250
120
200
250
40
450
250
120
450
250
40
325
150
120
325
150
40
325
350
120
325
350
80
200
150
80
450
150
80
200
350
80
450
350
80
325
250
80
325
250
80
325
250
Y1
Y2
Y3
Y4
Y5
Y6
139
140
184
210
182
170
175
180
132
206
183
181
175
190
180
103
125
151
176
130
130
151
152
108
143
141
180
135
149
141
110
126
133
169
122
122
153
154
103
138
157
184
133
145
139
110
117
147
199
134
134
143
152
111
176
131
192
155
161
158
113
114
140
169
118
118
146
150
101
141
139
175
138
141
140
126
131
147
171
115
115
164
171
101
135
160
190
145
149
148
Factores
A, B, C
Y1
446
Y2
Y3
Y4
Y5
Y6
Donde DDS (X), la conveniencia total definida por Derringer y Suich , es la media
geomtrica de la conveniencia individual d j (Y j)). Adems, P (x), que es la
funcin combinada de las respuestas individuales adecuadas, es la funcin de
castigo en general. La funcin P (x) muestra la total severidad de la inviabilidad.
Las sanciones individuales p j (j) aseguran una penalizacin P distinto de cero
general (x). Por otro lado, P (x) ser cero para cualquier solucin factible. El
total conveniencia D * (x) es el criterio para comparar las diferentes soluciones
y es la funcin que queremos maximizar.
20
50
control
01:01
01:07
control
Tipo de seleccin
posicin
torneo
control
control
Tasa de Cruce
0.5
0.85
control
Tipo de mutacin
uniforme
gaussiano
control
Nmero de factores
ruido
Nmero de respuestas
16
ruido
15
ruido
Valor
Padres de la poblacin
20
01:07
Tipo de seleccin
torneo
2
0.85
gauss
Aplicativos:
El primer ejemplo es del prospecto, el cual incluye slo respuestas
cuantitativas.
OPTIMIZACIN DE UNA MLTIPLE RESPUESTA DE PROCESO DE FABRICACIN SEMICONDUCTORES
N2 Flujo
Posicin
A
Posicin
B
Calentador del
bloque
Nombre
Unidades
Bajo Nivel
Alto nivel
velocidad de
Flujo(caudal)
SCFM(pie
cubico por
minuto
40
120
Temp. de flujo
200
450
Temp. de bloque
150
350
Temperatura
del flujo
Temperatura
del bloque
Y1
Y2
Y3
Y4
Y5
Y6
40
120
40
120
40
120
40
120
80
80
80
80
80
80
80
200
200
450
450
325
325
325
325
200
450
200
450
325
325
325
250
250
250
250
150
150
350
350
150
150
350
350
250
250
250
139
140
184
210
182
170
175
180
132
206
183
181
175
190
180
103
125
151
176
130
130
151
152
108
143
141
180
135
149
141
110
126
133
169
122
122
153
154
103
138
157
184
133
145
139
110
117
147
199
134
134
143
152
111
176
131
192
155
161
158
113
114
140
169
118
118
146
150
101
141
139
175
138
141
140
126
131
147
171
115
115
164
171
101
135
160
190
145
149
148
Y1
Y2
Y3
Y4
Y5
Y6
A, B, C
446
460.3
419
143.1
67.4
21.7
B, C
5.6
15.8
A, C
4049.4
1551
A, B
284.8
151.2
215.1 1169.3
Los factores significativos de control para cada una de las seis respuestas se
muestran en la Tabla 6
Tabla 6 Factores significativos de control para cada respuesta
Y1
Y2
B, C
Y3
B, C
B, C
Y4
A, B, C
Y5
A, B, C
Y6
A, B, C
Red
1
2
3
4
5
6
Salida
Y1
Y2
Y3
Y4
Y5
Y6
Tipo
MLP
MLP
MLP
MLP
MLP
MLP
No. de
neuroas
en las capas
ocultas
3,6
5,6
5,2
4,6
7,6
7,4
MSE
Prueba
0,55
0,55
1,98
1,60
14,00
1,14
Entrenamient
o
0,08
0,11
0,00
0,20
0,03
0,28
Como puede verse, MLP se selecciona como la mejor red para todas las
respuestas.
Respons
e
MSE
Y1
Y2
78.3120
Y3
38.6450
Y4
63.3360
Y5
33.2550
Y6
8.3890
7.5822
Tabla 9 Mnimo, mximo, y valores objetivo de las seis respuestas, junto con sus valores de deseabilidad asociados
Respuesta
185
190
195
0.0
1.0
0.0
170
185
195
0.0
1.0
0.0
170
185
195
0.0
1.0
0.0
185
190
195
0.0
1.0
0.0
170
185
195
0.0
1.0
0.0
170
185
195
0.0
1.0
0.0
cuantitativo
cuantitativo
cualitativo
Propsito:
Valor objetivo de 140 para Y1
Maximizar Y2
Lograr la mejor condicin del hilo para Y3
Tabla 11 Factores de control y sus niveles en el diseo experimental
Factor
Name
Units
Low Level
High level
Heater temp.
250
290
Anti-static
Extruder speed
rev/min
400
500
cm/min
700
900
1000
1200
rev/min
100
120
Con
el
fin
de
alimentar
estas
funciones
de
pertenencia a las
redes
neuronales,
ellas
deben
ser
expresadas como un
vector. Para ello, el
intervalo [70, 140] es
dividido
en
28
secciones iguales (n
= 28).
Tabla 13 MSE
Model including
factors
A, B ,C ,D ,E ,F
B, C, D, E, F
A, C, D, E, F
A, B, D, E, F
A, B, C, E, F
A, B, C, D, F
A, B, C, D, E
3.26
3.75
3.5
4.35
1815.9
540.45
41.37
4.12
40.35
2.53
1.16
15.66
1.33
3.01
0.02
0.21
0.06
0.09
0.23
0.03
0.03
Segn la Tabla 13
Los factores D, E y F para la respuesta Y1
A y D para la respuesta Y2
A, B, C y D para la respuesta Y3
Son identificados como factores significativos.
Las Redes RBF fueron formadas con factores importantes como las
entradas de cada red
Tabla 14 MSE de los datos de prueba para las tres redes con factores importantes identificados
Respuesta
Factores importantes
MSE
D, E, F
2.78
A, D
4.01
A, B, C, D
0.02
Las dems grficas de las redes de este ejemplo y tambin todas las seis
redes del primer ejemplo no se han incluido en el artculo, debido al tamao.
Objetivo
Yminj
Tj
Ymaxj
dj(Yminj)
Dj(Tj)
dj(Ymaxj)
Objetivo
130
140
150
0.0
1.0
0.0
Max
40
90
0.0
1.0
1.0
x*
(368.13, 9.94,
398.21,
803.63, 1297.50,
83.43)
Acercados
(Y, Y, Y)
(140.08, 61.27,
vector)
Simulacion
(Y, Y, Y)
(140.90, 56.68,
vector)
Dacercada(x)
0.8423
Conclusiones