تعیین اندازه نمونه با استفاده از شبکه عصبی مصنوعی

نمونه گیری به منظور پذیرش یک بخش عمده کنترل کیفیت آماری می باشد که در آن مصرف کننده با توجه به اطلاعاتی که از نمونه انتخابی دریافت می کند در مورد رد یا پذیرش انباشته ارسالی از سوی تولیدکننده، تصمیم گیری می کند. وقتی از نمونه گیری به منظور پذیرش استفاده می شود بین منافع مصرف کننده و منافع تولیدکننده تضاد ایجاد می شود. تولیدکننده می خواهد تمام انباشته های خوب پذیرفته شوند و مصرف کننده می خواهد تمام انباشته های بد رد شوند که این امر می تواند در روابط بنگاه های اقتصادی با زنجیره تامین کنندگان اثر نامطلوبی ایجاد کند. از انجایی که می خواهیم ریسک تولید کننده (σ) و ریسک مصرف کننده (β) را همزمان در نظر بگیریم و همچنین با در دست داشتن مقادیر AQL (سطح کیفیت قابل قبول)، LTPD (درصد معیوب قابل قبول انباشته) و همچنین تعداد نقص (c) بتوانیم اندازه نمونه (n) را بدست آوریم و از آن برای طراحی نمونه گیری استفاده کنیم ، حال با توجه به اینکه ریسک تولید کننده و مصرف کننده با هم در تضاد هستند اندازه نمونه (n) واحدی ندارند، بدین منظور با توجه به اینکه شبکه عصبی توانایی حل مسایل پیچیده را دارد از شبکه عصبی برای طراحی نمونه گیری استفاده می شود.

Keywords:

ریسک تولید کننده , ریسک مصرف کننده , نمونه گیری , شبکه عصبی