Metody statystyczne w zarządzaniu produkcją opakowań

• Autorzy: Krzysztof Krystosiak , Dorota Wolak

Warianty tytułu

Statistical Methods in Management of Packages Production

• Języki publikacji: PL

Abstrakty

Celem artykułu było przedstawienie możliwości zastosowania zaawansowanych metod statystycznych, takich jak sztuczne sieci neuronowe, drzewa C&RT oraz wzmacniane czy metody wektorów nośnych, do celów predykcji parametrów początkowych nawijania etykiet. Poddano analizie wymagania jakościowe klientów przedsiębiorstw poligraficznych z użyciem metody Quality Function Deployment, jakie parametry techniczne są istotne w celu spełnienia tychże wymagań. Główne wyniki prezentowanych badań pochodzą z kilku przedsiębiorstw poligraficznych z województwa podlaskiego oraz mazowieckiego, wykorzystano dane historyczne z przebiegu procesu produkcyjnego, które posłużyły do opracowania modeli predykcyjnych. Praktyczne implikacje zaprezentowanych analiz dotyczą możliwości zastosowania zaprezentowanych metod statystycznych w przedsiębiorstwach poligraficznych, z wykorzystaniem zgromadzonych danych historycznych, które posłużą za rozwój koncepcji zarządzania wiedzą w organizacji. (abstrakt oryginalny)

EN

The aim of the article was to present the possibility of using advanced statistical methods, such as artificial Neural Networks, C&RT and Busted Trees, and Support Vector Machines, for predicting the initial parameters of labels winding process. The quality requirements of the printing companies customers were analysed using the Quality Function Deployment method, which technical parameters are important in order to meet these requirements. The main results of the presented research come from several printing companies from podlaskie and mazowieckie voivodships, historical data from the production process were used, which were used to develop predictive models. The practical implications of the presented analyses concern the applicability of the presented statistical methods in printing enterprises, using the collected historical data, which will serve as the development of the concept of knowledge management within the organization. (original abstract)

Słowa kluczowe

PL

Sieci neuronowe; Etykiety towarowe; Metody statystyczne

EN

Neural networks; Labels; Statistical methods

• Czasopismo: Ekonomika i Organizacja Przedsiębiorstwa
• Rocznik: 2018
• Numer: nr 2
• Strony: 73--87

Twórcy

autor

Krzysztof Krystosiak

• Politechnika Warszawska

autor

Dorota Wolak

• Uniwersytet Łódzki

Bibliografia

• 1. Czech G., 1993, Technologia fleksograficzna. Zagadnienie standaryzacji, Centralny Ośrodek Badawczo-Rozwojowy Przemysłu Poligraficznego, Warszawa.
• 2. Demski T., Tworzenie i stosowanie modelu Data Mining za pomocą "Przepisów Statistica Miner" na przykładzie wykrywania nadużyć, Materiały StatSoft Data, http://www.statsoft.pl/czytelnia.html, dostęp z dnia 23.01.2018 r.
• 3. Fayadd U., Piatetsky-Shapiro G., Smyth R, 1996, From data mining to knowledge discovery in databases, AI Magazine, Vol.17, s. 37-54.
• 4. Grzeszczyk T., A., 2005, Sztuczna inteligencja we wspomaganiu procesu prognozowania w przedsiębiorstwie, Materiały StatSoft, http://www.statsoft.pl/czyteInia.html, dostęp z dnia 3.01.2018
• 4. AWA Alexander Watson Associates, 2014, Heat Shrink Sleeve Label Technical Manual & Test Methods, Technical Publication, Amsterdam.
• 5. Kipphan H., 2001, Handbook of print media. Technologies and Production Methods, Springer-Verlag Berlin Heidelberg, Berlin.
• 6. Kit L. Y., 2009, The Wiley Encyclopedia of Packaging Technology, 3rd Edition, John Wiley and Sons.
• 7. Kołomańska K., Wolak D., 2013, Ocena poziomu jakości wizualnej w otoczeniu człowieka, Ekonomika i Organizacja Przedsiębiorstwa nr 06/2013, s. 3-16.
• 8. Kończak G., 2007, Metody statystyczne w sterowaniu jakością produkcji, Wydawnictwo Akademii Ekonomicznej w Katowicach, Katowice.
• 9. Koronacki J., Ćwik J., 2008, Statystyczne systemy uczące się, Wydanie drugie, Akademicka Oficyna Wydawnicza EXIT, Warszawa.
• 10. Knosala R. i Zespół, 2002, Zastosowania metod sztucznej inteligencji w inżynierii produkcji, Wydawnictwo Naukowo-Techniczne, Warszawa,
• 11. Krystosiak K,, Werpachowski W., 2013, Doskonalenie poziomu jakości opakowań spełniających wymagania klienta, Ekonomika i Organizacja Przedsiębiorstwa nr 11/2013, s. 55-64.
• 12. Krystosiak K., 2015, Metoda predykcji parametrów nawijania etykiet termokurczliwych, Opakowanie nr 6/2015, s. 81-84.
• 13. Krystosiak K., Wolak D., Żmijewska A., 2016, Charakterystyka sektora MŚP, w: Werpachowski W. (red), Doskonalenie metod zarządzania produkcją w wybranych przedsiębiorstwach sektora MSP, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa, s. 100-116
• 14. Nisbet R., Elder J., Miner G., 2009, Handbook of Statistical Analysis & Data Mining Applications, Academic Press/Elsevier.
• 15. Ripley B. D., 2002, Statistical Data Mining, Springer-Verlag, New York.
• 16. Sałaciński T., 2009, SPC - statystyczne sterowanie procesami produkcji, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa.
• 17. Siddique N., Adeli H.,2013 Computational Intelligence: Synergies of Fuzzy Logic, Neural Networks Iteiligent Systems and Applications. John Wiley & Sons, Inc.
• 18 Wolak D., Lipiak W., Wykorzystanie metody QFD do oceny jakości produkcji w przedsiębiorstwie poligraficznym Ekonomika i Organizacja Przedsiębiorstwa nr 11/2015, s. 66-75.
• 19. Wolak D. (red.), 2016, Problemy współczesnej logistyki. WSEH Bielsko-Biała 2016 r.