ÖZET Anahtar Kelimeler: Kalite, İstatiksel Kalite Kontrol, Kalite İyileştirme Teknikleri, Taguchi Deneysel Tasarım Metodu, Yapay Sinir Ağları, Genetik Algoritma, Evrimsel Algoritma Özellikle üretim sektöründe, üretilen ürünün kalitesini en iyi yapabilmek için girdilerin çeşitli düzeylerinin belirlenmesi önemli bir problemdir. Bu problemin çözümü için önerilmiş çeşitli yöntemler vardır. Bu çalışmada, bu yöntemlerden Taguchi Deney Tasarımı, Yapay Sinir Ağı ve Genetik Algoritma yöntemleri karşılaştınlmıştır. Çalışmada öncelikle her yöntem hakkında detaylı bir konu anlatımı yapılmış, daha sonra da bir sanayi kuruluşunda bu üç yöntem ile bir uygulama yapılmış, uygulama sonunda da yöntemler arasındaki farklar ortaya konmuştur. Çalışma 7 bölümden oluşmuştur; 1. Bölümde, tezin ana konusuna genel bir girişte bulunulmuştur. 2. Bölümde, kalite kavramları ve istatiksel kalite kontrol sistemleri hakkında genel bir bilgi verilmiştir. 3. Bölümde, Taguchi Deney Tasarımı yöntemi ve bu yöntemin alt yapısını oluşturan bazı Deney Tasarım yöntemleri açıklanmıştır. 4. Bölümde, Yapay Sinir Ağlarının genel yapısı, bazı yaygın yapay sinir ağı çeşitleri, bunların çalışma prensipleri ve uygulama alanları hakkında bilgi verilmiştir. 5. Bölümde, doğada var olan bireyler arası mücadele, en iyi uyum yapanın yaşaması ve doğal seçme kavramları yardımıyla Genetik Algoritma hakkında genel bilgi verilmiştir. Ayrıca bu bölümde Holland'ın basit genetik algoritmasının adımlan, Genetik Algoritmalarda kullanılan kodlama yöntemleri, başlangıç popülasyonunu oluşturma yollan, seçme yöntemleri, genetik operatörler, hibrit Genetik Algoritmalar, Genetik Algoritmaların genel ve istatiksel uygulamalarına yer verilmiştir. 6. Bölümde Taguchi Deney Tasanmı, Yapay Sinir Ağlan ve Genetik Algoritma yöntemlerinin her üçü ile bir uygulama yapılmıştır. Bu uygulamada Taguchi yöntemde MINÎTAB13, Yapay Sinir Ağı yönteminde EASY-Neural Network ve Genetik Algoritma yönteminde ise MINITAB13 ve GOAL2.0 programlan kullanılmıştır. T.Böiümde elde edilen sonuçlar değerlendirilerek, önerilerde bulunulmuştur. xlil
THE INTRODUCTION AND ANALYSIS OF TECHNIQUES USED AT QUALITY IMPROVEMENT SUMMARY Key Words: Quality, Statistical Quality Control, Quality Improvement Techniques, Taguchi Experimental Design Method, Neural Network, Genetic Algorithm, Evolutionary Algorithm Specifying the various levels of incomes is an important issue, especially in production section, in order to optimize the quality of the product. There are various methods proposed for the solution of this problem. In this study, the Taguchi Experimental Design, Neural Network and Genetic Algorithm methods are compared. Firstly in the thesis, a detailed subject expression for each methods are given. Then an aplication is made at one of factory using those three methods. At the end of this application, the differences among these methods are revealed. This study is composed of seven sections; In the first section, the general introduction about main subject of the thesis is given. In the second section, some general information about quality concepts and statistical quality control systems is presented. In the third section, the Taguchi Experimental Design method and some other Experimental Design methods on which this method is based are described. In the fourth section, the information about general structure of neural networks, some sort of well-known neural networks and the running principle of these networks and their application areas is given. In the fifth section, a general information about the Genetic Algorithm is given by the help of the struggle among the creatures in the nature, survival of the fittest and the natural selection concepts. In addition to that, the steps of Holland's Simple Genetic Algorithm, coding methods used in Genetic Algorithms, methods for creation the initial population, selection methods, the genetic operators, the hybrid Genetic Algorithms, the general and statistical applications of the Genetic Algorithms are introduced. In the sixth section, an aplication is made using Taguchi Experimental Design, Neural Network and Genetic Algorithm methods. In this application, MINITAB13 program for Taguchi method, EASY-Neural Network program for Neural Network method and MINITAB 1 3 and GOAL2.0 programs for genetic algorithm method are used. In the seventh section, the obtained results are evaluated and the proposals are given. xiv
