Optimización del diseño de parámetros: Métodos Forest-Genetic

En el entorno altamente competitivo en que hoy se mueven las empresas, la calidad se ha convertido en la herramienta clave de supervivencia de las mismas. Hoy en día es generalmente aceptado que esa calidad debe ser conseguida desde el diseño, tanto de los productos como de los procesos. Taguchi propone la metodología del diseño robusto de parámetros con el fin de diseñar productos menos sensibles a los factores aleatorios o de ruido que hacen que varía los parámetros que definen su calidad. Tal metodología ha sido comunmente empleada en la industria a pesar de las grandes controversias que despertó desde sus inicios. El presente trabajo aporta una alternativa completa y estadísticamente robusta para la mejora del diseño de parámetros considerando en primer lugar experimentos con una sola característica de calidad como respuesta y posteriormente generalizado a casos con multiples características de calidad. Tal propuesta, definida como Métodos Forest-Genetic, combina herramientas de minería de datos y metaheurísticas en 3 fases: nomalización, modelización y optimización Tanto para el caso univariante como para el caso multivariante se comparan los resultados de forma numérica con los aportes más recientemente encontrados en la literatura mediante 4 casos de estudio diferentes. Pudimos verificar que nuestra propuesta metodológica se concentra en las variables de mayor importancia producto del proceso de modelización, lo que nos permite alcanzar importantes mejoras en cuanto al objetivo de calidad considerado en cada caso.