چکیده:
شش سیگما یکی از مشهورترین ابزارها برای حذف ضایعات، کاهش هزینه و بهبود کیفیت در سازمان است. فرآیند ایجاد و ارزیابی پروژه ها، از جمله فعالیت های اولیه در اجرای شش سیگما است که بسیاری از محققان معتقدند به-کارگیری موفقیت آمیز شش سیگما با اولویت بندی و انتخاب مناسب پروژه های شش سیگما ارتباط تنگاتنگی دارد. تحقیق حاضر با به کارگیری شبکه های عصبی مصنوعی به عنوان یک ابزار قدرت مند در پردازش اطلاعات غیرخطی، مدلی را جهت انتخاب این پروژه ها معرفی نموده است. در این مدل، جهت انتخاب پروژه های بهبود شش سیگما، 6 معیار به عنوان عوامل ورودی موثر بر انتخاب پروژه ها در نظر گرفته شده و با استفاده از مدل پرسپترون چندلایه، میزان بهره وری و سطح سیگمای حاصل از هر پروژه ی بهبود پیش بینی شده است. در فرآیند توسعه ی این مدل، با تغییر تعداد نرون ها، لایه ها و انواع الگوریتم های یادگیری نتایج مدل بهبود یافته و انواع شبکه ها با انجام آزمایش های متعدد بررسی شده است. نتایج این تحقیق ارائه ی دو شبکه ی پرسپترون 4 و 5 لایه، به عنوان بهترین شبکه ها جهت پیش بینی موفقیت پروژه های بهبود شش سیگما در ایجاد بهره وری و افزایش سطح سیگما می باشد. در پایان نیز با استفاده از تحلیل حساسیت تاثیر هر کدام از متغیرهای ورودی بر خروجی های مدل ارزیابی شده است.
خلاصه ماشینی:
"در این مدل،شش معیار هزینه پروژه،مدت زمان اجرایپروژه،تعداد افراد کمربند مشکی و سبز،افزایش رضایت مشتری،تأثیر بر استراتژی کسب و کار و میزان تأثیر مالیبه عنوان عوامل ورودی در نظر گرفته شده و با استفاده از پرسپترون چندلایه،میزان بهرهوری و سطح سیگمایحاصل از هر پروژه بهبود پیشبینی شده است.
مدل تحقیق در این تحقیق،سعی شده است تا با استفاده ازشبکههای عصبی مصنوعی مدلی برای پیشبینی میزانموفقیت اجرای پروژههای بهبود شش سیگما طراحیشود.
nebelseierF&draagsiB o} (به تصویر صفحه مراجعه شود) جمعآوری و تجزیه و تحلیل اطلاعات در تحقیق حاضر برای انتخاب پروژههای بهبودشش سیگما،دو مدل(شبکه)با رویکرد شبکه عصبیطراحی شده است.
درتحقیق حاضر نیز برای پاسخ به این سؤال که کدامیک از متغیرهای ورودی؛یعنی معیارهای انتخابپروژههای شش سیگما،بیشترین تأثیر را بر رویخروجیها؛یعنی یمزان بهرهوری و سطح سیگمایحاصل از پروژههای شش سیگما داشته،از تحلیلحساسیت در شبکه عصبی استفاده شده است.
همانطور که از ادبیات تحقیق مشخصاست،تحقیقات بسیاری از جمله پادهی و ساهو(2011)،یانگ و حسیه(2009)و بویوکوزان وهمکار(2010)نیز عوامل مورد بررسی در اینپژوهش مانند هزینه پروژه،سطح رضایت مشتری،&%00308ATMG003G% تأثیر بر استراتژی کسب و کار و میزان تأثیر مالی رادرانتخاب پروژههای بهبود شش سیگما مؤثر دانستهاند.
در این مقاله از توان شبکه عصبی در تحلیلحساسیت استفاده گردید که نتایج حاکی از آن استکه عوامل"استراتژی کسب و کار"و"میزان تأثیرمالی"به ترتیب بیشترین و کمترین تأثیر را برخروجیهای مدل شامل میزان بهرهوری و سطحسیگما داشته است.
K. R,yhdaP dna noitaulave tcejorp amgiS xiS desab fo lanruoJ lanoitanretnI,ledom noitceles .
A,ieahgaS eht rof ledom detargetni na gnipoleveD amgis xis fo noitceles dna noitaulave laog yzzuf dna SIFNA no desab stcejorp htiw smetsyS trepxE."