Seleção de variáveis para clusterização de bateladas produtivas através de ACP e remapeamento kernel

Técnicas de clusterização visam à formação de grupos de observações homogêneas dentro de um mesmo grupo e significativamente distintas das observações inseridas em outros grupos. Em processos industriais cuja produção é apoiada em bateladas, a definição de famílias (grupos) de bateladas com perfis s...

Full description

Bibliographic Details
Main Authors: Victor Leonardo Cervo, Michel José Anzanello
Format: Article
Language:English
Published: Associação Brasileira de Engenharia de Produção (ABEPRO) 2015-12-01
Series:Production
Subjects:
Online Access:http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-65132015000400826&lng=en&tlng=en
id doaj-05c7dbb36d02451fb7cea51ed186b10a
record_format Article
spelling doaj-05c7dbb36d02451fb7cea51ed186b10a2020-11-25T00:21:35ZengAssociação Brasileira de Engenharia de Produção (ABEPRO)Production1980-54112015-12-0125482683310.1590/0103-6513.143613S0103-65132015000400826Seleção de variáveis para clusterização de bateladas produtivas através de ACP e remapeamento kernelVictor Leonardo CervoMichel José AnzanelloTécnicas de clusterização visam à formação de grupos de observações homogêneas dentro de um mesmo grupo e significativamente distintas das observações inseridas em outros grupos. Em processos industriais cuja produção é apoiada em bateladas, a definição de famílias (grupos) de bateladas com perfis semelhantes auxilia na definição de estratégias de controle e monitoramento desses processos. Este artigo propõe um método para seleção das variáveis de clusterização mais relevantes para formação de famílias de bateladas. Para tanto, integra funções kernel a um novo índice de importância de variáveis gerado a partir dos parâmetros oriundos da Análise de Componentes Principais (ACP). A qualidade dos agrupamentos formados é avaliada através do Silhouette Index (SI). Quando aplicada em três processos produtivos, a sistemática proposta reteve em média 5,16% das variáveis iniciais e elevou o SI médio em 235,4% frente à utilização de todas as variáveis. Um estudo de simulação também é realizado para avaliar a robustez do método.http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-65132015000400826&lng=en&tlng=enAnálise de clusterizaçãoSeleção de variáveisKernelProcessos em batelada
collection DOAJ
language English
format Article
sources DOAJ
author Victor Leonardo Cervo
Michel José Anzanello
spellingShingle Victor Leonardo Cervo
Michel José Anzanello
Seleção de variáveis para clusterização de bateladas produtivas através de ACP e remapeamento kernel
Production
Análise de clusterização
Seleção de variáveis
Kernel
Processos em batelada
author_facet Victor Leonardo Cervo
Michel José Anzanello
author_sort Victor Leonardo Cervo
title Seleção de variáveis para clusterização de bateladas produtivas através de ACP e remapeamento kernel
title_short Seleção de variáveis para clusterização de bateladas produtivas através de ACP e remapeamento kernel
title_full Seleção de variáveis para clusterização de bateladas produtivas através de ACP e remapeamento kernel
title_fullStr Seleção de variáveis para clusterização de bateladas produtivas através de ACP e remapeamento kernel
title_full_unstemmed Seleção de variáveis para clusterização de bateladas produtivas através de ACP e remapeamento kernel
title_sort seleção de variáveis para clusterização de bateladas produtivas através de acp e remapeamento kernel
publisher Associação Brasileira de Engenharia de Produção (ABEPRO)
series Production
issn 1980-5411
publishDate 2015-12-01
description Técnicas de clusterização visam à formação de grupos de observações homogêneas dentro de um mesmo grupo e significativamente distintas das observações inseridas em outros grupos. Em processos industriais cuja produção é apoiada em bateladas, a definição de famílias (grupos) de bateladas com perfis semelhantes auxilia na definição de estratégias de controle e monitoramento desses processos. Este artigo propõe um método para seleção das variáveis de clusterização mais relevantes para formação de famílias de bateladas. Para tanto, integra funções kernel a um novo índice de importância de variáveis gerado a partir dos parâmetros oriundos da Análise de Componentes Principais (ACP). A qualidade dos agrupamentos formados é avaliada através do Silhouette Index (SI). Quando aplicada em três processos produtivos, a sistemática proposta reteve em média 5,16% das variáveis iniciais e elevou o SI médio em 235,4% frente à utilização de todas as variáveis. Um estudo de simulação também é realizado para avaliar a robustez do método.
topic Análise de clusterização
Seleção de variáveis
Kernel
Processos em batelada
url http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-65132015000400826&lng=en&tlng=en
work_keys_str_mv AT victorleonardocervo selecaodevariaveisparaclusterizacaodebateladasprodutivasatravesdeacperemapeamentokernel
AT micheljoseanzanello selecaodevariaveisparaclusterizacaodebateladasprodutivasatravesdeacperemapeamentokernel
_version_ 1725361975412654080