應用資料包絡法於最適化多品質特性混合實驗

Abstract

工業業界常用田口方法(Taguchi Method)或是實驗設計(Design of Experiments, D.O.E)來找尋最佳製程參數值(實驗因子)。一般而言，實驗因子彼此間是絕對數量或是數值的關係，但在某些如食品及化□品等產業，其實驗因子間是絕對的比例關係，此類實驗因子稱為成份(component)，此種實驗稱之為混合實驗(Mixture Experiments)，它與一般實驗設計的特性不同，也就是說此種實驗的反應變數(response variable)和各別成份的絕對含量多寡無關，而是與成份彼此間的比例(proportion)有關，混合實驗之各因子的比例其總和須等於100%。此外，由於一般的實驗設計與田口方法均無法處理多品質特性(multiple response)最佳化的問題，因此近年來有許多文獻陸續提出新的演算或是分析方法以同時分析多個品質特性最佳化問題，這些文獻大都利用望想函數(desirability function)或是損失函數(loss function)的概念將多品質特性整合為單一指標，然而這些方法大多是針對一般的實驗設計或是田口實驗以求出最佳因子水準組合，並不適用於多品質混合實驗。此外，有關最佳化的中外文獻均極少討論到最佳配方之成本問題，即使將成本問題納入考量，也只是把成本當成限制式的一部分，並未同時考量品質特性與成本間之關係。為了能使產品更具競爭力，本論文將成本直接當成一個獨立之品質特性，亦即將配方之成本納入考量，利用資料包絡法(Data Envelopment Analysis, DEA)與自組性演算法(Group Method of Data Handling, GMDH)來找出各成份之最佳配方。本論文最後透過新竹某公司提供之煞車皮碗的案例，驗證了本論文所提出之多品質混合實驗最適化方法確實可行且有效。