சுருக்கம்

KPOVs analytical memod based on improved weighted dynamic pareto chart

Woye Liu, Weimin Ye , Junfeng Sun, Zewei Dong, Qi Wang


The core of Lean Six Sigma quality improvement is to identify key process output variables (KPOV) of products or services according to the “critical to quality” (CTQ), then find out the key process input variables(KPIV), so that the quality improvement focus can be ascertained. To solve the problems of traditional Pareto chart in identifying the KPOV that do not consider the fuzzy attribute of quality and unequal opportunities of improvement for KPOVs, the improved weighted dynamic Pareto chart is presented. Based on determining the CTQ, after process analysis, the membership degree analytical method of fuzzy quality is applied to dynamically analysis the relevant data of the process output variables (POVs), and the combination weighting method based on entropy theory is utilized to reasonably assess the improving opportunities of process output variables. Finally, in an instance application, the improved weighted dynamic Pareto chart is used to dynamically determine the key process output variables of the repair cycle. The method provides an effective approach for the organization to determine the direction of Lean Six Sigma improve project.


மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டது மற்றும் இன்னும் மதிப்பாய்வு செய்யப்படவில்லை அல்லது சரிபார்க்கப்படவில்லை

குறியிடப்பட்டது

  • CASS
  • கூகுள் ஸ்காலர்
  • ஜே கேட் திறக்கவும்
  • சீனாவின் தேசிய அறிவு உள்கட்டமைப்பு (CNKI)
  • CiteFactor
  • காஸ்மோஸ் IF
  • டைரக்டரி ஆஃப் ரிசர்ச் ஜர்னல் இன்டெக்சிங் (DRJI)
  • ரகசிய தேடுபொறி ஆய்வகங்கள்
  • அறிஞர் கட்டுரை தாக்கக் காரணி (SAJI))
  • ICMJE

மேலும் பார்க்க

ஜர்னல் எச்-இண்டெக்ஸ்

Flyer