fa برآوردگر باثبات شناسایی نقاط پرت فاز اول نمودارهای کنترل کیفیت چندمتغیره با استفاده از تکنیک خوشه‌بندی سلسله مراتبی سایر موضوعاتی که به مرزهای دانش در مهندسی صنایع و تولید کمک می کند Other related Industrial and production reserach subjects in which has direct relation to the state-of-the art of the IE پژوهشي Research هدف اصلی تحقیقات صورت گرفته در زمینه‌ی کنترل فرآیند آماری چند متغیره، درنظر گرفتن همبستگی بین چندین مشخصه کیفی برای یک مرحله از فرآیند است. در فاز دوم رویه کنترل فرآیند چندمتغیره با استفاده ازحدود کنترلی بدست آمده از فاز اول و مشاهدات آتی، تحت کنترل بودن ادامه فرآیند بررسی می‌شود، یافتننقاط پرتفاز اول قبل از محاسبه حدود کنترلی برای حصول نتیجه مناسبدارای اهمیت بالاست. تکنیک‌های متفاوتی جهت شناسایی این نقاط انحرافی ارائه شده است که اکثر این الگوریتم‌ها به نمونه تصادفی اولیه وابسته می‌باشد که این نقطه شروع تصادفی می‌تواند بر دقت الگوریتم و جواب نهایی مسئله تأثیرگذار باشد. در این مقاله برآوردگری باثبات با استفاده از تکنیک خوشه‌بندی سلسله مراتبی ارائه می‌شود که تحت تأثیر داده‌های انحرافی در نمونه یا داده‌های نامتعارف نسبت به فرضیات مدل قرار نمی‌گیرد و نقاط پرت موجود در فاز اول نمودارهای کنترلی چندمتغیره را شناسایی و حذف می-کند. در نهایت با ایجاد سناریوهای مختلف از نقاط پرت و انحرافی، روش پیشنهادی مورد سنجش قرار گرفته و نتیجه کار با روش‌های هتلینگ کلاسیک و برآوردگر حداقل دترمینان کواریانس مقایسه گردیده است. ارزیابی‌ها نشان می‌دهد که روش پیشنهادی نسبت به تحقیقات قبلی انجام شده در این زمینه، با مدت زمان کمتری، نقاط پرت و انحرافی بیشتری را شناسایی می‌کند. کنترل فرآیند آماری، نقاط پرت، خوشه‌بندی سلسله مراتبی، برآوردگر باثبات، 424 436 http://ijiepm.iust.ac.ir/browse.php?a_code=A-10-1336-3&slc_lang=fa&sid=1 محمد علی بهرامی ma.bahrami@in.iut.ac.ir 180031947532846005947 180031947532846005947 No دانشگاه صنعتی اصفهان غلامعلی رئیسی اردلی raissi@cc.iut.ac.ir 180031947532846005948 180031947532846005948 Yes دانشگاه صنعتی اصفهان