سیدعبدالرزاق طاهایی - عضو هییت علمی دانشگاه
خدیجه غلامی - کارشناس ارشد مهندسی صنایع - شرکت کارخانجات داروپخش
سیدامیرحسین سیادتی - کارشناس ارشد مهندسی صنایع - شرکت تحقیق، طراحی و تولید موتورIPCO

فضای رقابتی شدید میان تولیدکنندگان خودرو، هزینه و کیفیت را به مهمترین چالشهای خودروسازان تبدیل کرده است. کاهش هزینه و تولید محصول باکیفیت مطابق با خواست مشتری، نیازمند انجام تحقیقاتی دقیق، تسلط بر فرایندهای ساخت و مطالعات بازار میباشد. یکی از نگرانیهای هر تولید کنندهای، برگشت محصول بدلیل ایرادات کیفی است که علاوه بر افزایش هزینه، میتواند به اعتبار نشان تجاری او آسیب برساند. پیشبینی وضعیت برگشت موتور و همچنین شناسایی علل تاثیرگذار بر آن، میتواند از افزایش هزینهها جلوگیری نموده و رضایت مشتریان را درپی داشته باشد. دادهکاوی1، فرایندی است که اطلاعات مفید را از پایگاه داده استخراج میکند بطوریکه میتواند جوابگوی سوالات پیچیدهای باشد که علم آمار از پاسخگویی به آنها عاجز است. کشف دانش از این دادهها میتواند به متخصصین جهت شناسایی علل رخداد، تشخیص و پیشبینی برگشت موتور کمک نماید. تعداد نمونههای موجود در این مقاله 23001 رکورد و 19 ویژگی میباشد. از الگوریتم آنالیز مولفه ها اصلی، برای شناسایی عوامل موثر بر برگشت موتور و کاهش تعداد ویژگیها استفاده شده است. قوانین مفیدی از درخت تصمیم گیری استخراج شد و همچنین دقت بالای مدل بدست آمده، نشان میدهد که میتوان در تصمیم گیریهای حساس از آن استفاده نمود.

داده کاوی، پیش بینی، برگشت موتور، ایرادات کیفی، درخت تصمیم گیری، پایگاه داده2