The objective of the Taguchi parameter design is to improve the performance of a product or a process by determining the optimal settings of its design parameters such that the performance characteristics become robust against various causes of variation. However, the Taguchi parameter design method has mainly focused on the case where there is a single performance characteristic even though the case of multiple performance characteristics is more common in practice. A difficulty involved in multi-characteristic parameter design (MCPD) is that the optimal level of a design parameter may be different from characteristic to characteristic. An important issue in MCPD is how to resolve such conflicts to provide a compromise design condition.
Numerous methods have been developed to deal with the MCPD problem. Among these, this thesis considers three representative methods which are respectively based on the desirability function (DF), grey relational analysis (GRA), and principal component analysis (PCA). These three methods are then used to solve seven cases reported in the literature. The performance of each method is evaluated in terms of the effect of its algorithmic parameters or alternatives on the resulting compromise solution. In addition, relative performances of the three methods are compared in terms of the significance of a design parameter and the overall performance value corresponding to the compromise solution.
Computational results show that the performance of the DF-based method is sensitive to its algorithmic parameters while the GRA-based method is not. For the PCA-based method, the effect of its algorithmic alternatives on its performance is inconclusive. Overall, for the cases considered, the PCA-based method generally yields better compromise solutions than the other two methods.
다구치의 파라미터설계 방법은 성능 특성치가 잡음에 둔감하도록 설계변수의 최적조건을 결정하여 제품 혹은 공정의 성능을 향상시키는 방법이다. 그러나 실제 현장에서는 특성치가 두 개 이상인 다특성치의 상황이 더 일반적인 경우임에도 불구하고 다구치의 파라미터설계 방법은 오직 단일 특성치인 경우 만을 고려하고 있다. 다특성치의 경우에는 각 특성치마다 설계변수의 최적조건이 다를 수 있기 때문에 변수들 간의 상충현상이 발생한다. 따라서 상충현상을 어떻게 효율적으로 절충하여 최적조건을 결정하느냐는 문제는 매우 현실적이며 중요한 문제 중 하나이다. 기존의 다특성치 변수설계에 관한 방법은 여러 개의 특성치를 하나의 새로운 값으로 통합을 하여 마치 단일 특성치의 문제를 다루는 것처럼 접근하는 것이다.
이러한 방법은 통합을 하는 과정에 있어서 기본적으로 사용자들이 각 방법에서 필요로 하는 고유의 파라미터와 절충방법을 임의로 설정해야 하는 어려움이 있다. 또한 수많은 다특성치 변수설계 방법 중 어떤 방법이 특정 상황에서 더 적절하게 사용될 수 있는지도 중요한 문제라고 할 수 있다. 본 연구에서는 최근 다특성치 변수설계 방법에 있어서 실제 현장 및 사례 연구에 자주 사용되는 세 가지 방법인 호감도함수, 그레이 관계분석, 그리고 주성분 분석을 이용하여 실제 일곱 가지 사례 데이터에 각각 적용하였다. 그리고 각 파라미터와 절충방법이 인자들의 유의성 여부 및 최적조건에 어떠한 영향을 미치는지 살펴보고 이들의 성능을 비교하였다. 그 결과, 호감도함수를 이용한 방법에 대해서는 고려한 파라미터가 인자들의 최적조건에 큰 영향을 미치는 것을 확인하였으나, 그레이 관계분석에 대해서는 고려한 파라미터가 최적조건에 큰 영향을 미치지 않는 것을 확인하였다.
주성분 분석에 대해서는 사례에 따라 가장 우수한 성능을 보인 절충방법이 제각각인 것으로 나타났다. 전반적으로 고려한 사례 데이터에 대하여 가장 좋은 성능을 보인 방법은 주성분 분석으로 다른 두 변수설계 방법에 비해 좋은 성능을 보였다.
