¹Estadístico de la Universidad Nacional de Colombia, E-mail: proevalasig_bog@unal.edu.co
² Profesor asistente de la Universidad Nacional de Colombia, E-mail: omelom@unal.edu.co

]]> Resumen

Recientemente se han propuesto diversas aproximaciones para la optimización de procesos donde se identifican dos variables respuesta, sin llegar a un concenso en el establecimiento de una solución compromiso ante la presencia de múltiples condiciones contradictorias. Se propone una nueva metodología que toma en cuenta simultáneamente la calidad de las predicciones, las varia bilidades relativas y los costos o preferencias asociados a cada respuesta. Se ilustra mediante un ejemplo y los resultados pueden ser replicados utilizando el módulo SOLVER de EXCEL.

Palabras Clave: Análisis multiobjetivo, sistemas de respuesta dual, su perficies de respuesta, múltiples respuestas, optimización simultánea.

Several approximations have been recently proposed to optimize proces ses in which are identified two responses variables, but there is no agreement in the establishment of a compromise solution among the multiples conflic ting conditions. We propose a new methodology which takes simultaneously into account the quality of the predictions, the relative variabilities and the cost or preference of each response. An example illustrates the methodology and the results can be replicated using EXCEL SOLVER.

Keywords: Multiobjective analysis, Dual response systems, Response sur faces, Multiple responses, Simultaneous optimization.

Texto completo disponible en PDF

Referencias

1. Censor, Y. (1977), "Pareto optimality in multiobjetive problems", Applied Mathe matics and Optimization 4, 41- 59.        [ Links ]

2. Del Castillo, E. & Montgomery, D. C. (1993), "A nonlinear programming solution to the dual response problem", Journal of Quality Technology 25, 199 204.        [ Links ]

3. Derringer, G. & Such, R. (1980), "Simultaneous optimization of several responses variables", Journal of Quality Technology 12, 214- 219.        [ Links ]

4. Graybill, F. A. (1976), Theory and Application of the Linear Model, Duxbury Press, Boston.        [ Links ]

5. Harrington, J. E. C. (1965), "The desirability function", Industrial Quality Control 21, 494- 498.        [ Links ]

6. Khuri, A. I. & Conlon, M. (1981), "Simultaneous optimization of multiple responses represented by polynomial regression functions", Technometrics 23, 363- 375.        [ Links ]

7. Lin, D. K. J. & Tu, W. (1995), "Dual response surface optimization", Journal of Quality Technology 27, 34- 39.        [ Links ]

8. Myers, R. H. & Carter, W. H. (1973), "Response surface techniques for dual response systems", Technometrics 15, 301- 317.        [ Links ]

9. Smith, R., Mesa, O., Dyner, I., Jaramillo, P., Poveda, G. & Valencia, D. (2000), Decisiones con multiples objetivos e incertidumbre, Technical report, Universidad Nacional de Colombia, Medellin.        [ Links ]

10. Taguchi, G. (1986), Introduction to Quality Engineering: Designing Quality into Products and Processes, Kraus International Publications. White Plains, New York.        [ Links ]

11. Tang, L. C. & Xu, K. (2002), "A unified approach for dual response surface optimization", Journal of Quality Technology 34, 437- 447.        [ Links ]

12. Vining, G. (1998), "A compromise approach to multiresponse optimization", Journal of Quality Technology 30, 309- 313.        [ Links ] ]]> 1 1977 4 41-59 2 1993 25 199-204 3 1980 12 214-219 4 1976 5 1965 21 494-498 6 1981 23 363-375 7 1995 27 34-39 8 1973 15 301-317 9 2000 10 1986 11 2002 34 437-447 12 1998 30 309-313