Esteban Alfaro Cortés, José Luis Alfaro Navarro, Matías Gámez Martínez , Noelia García Rubio
Una de las herramientas mas usadas en control estadstico de procesos son los gra cos de control. Desde una optica multivariante, el principal problema de estos gra cos radica en que solo indican que se ha producido un cambio en el proceso, pero no dice cual o cuales de las variables son las que originan este cambio. Existen diversas aproximaciones para solucionar este problema, entre las que se encuentra la aplicacion de tecnicas de clasi cacion, fundamentalmente redes neuronales arti ciales, una vez detectada la situacion fuera de control. En este trabajo se estudia el comportamiento de distintas tecnicas de clasi cacion (de las mas tradicionales a las mas novedosas) en la asignacion de causas cuando se produce una situacion fuera de control. Esta comparacion se realiza simulando distintos escenarios al alterar el nivel de correlacion existente entre las variables, y el tama~no del cambio en la media del proceso.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados