در نمودار کنترل کلاسیک نرخ نمونه گیری از فرایند ثابت است. در واقع همواره نمونه هایی با اندازه ثابت و در فاصله های زمانی ثابت از فرایند گرفته می شود. این نمودار در شناسایی تغییرات کوچک و متوسط در میانگین فرایند عملکرد خوبی ندارد. همچنین، در مدل های اقتصادی مقادیر ثابتی برای پارامترهای هزینه ای درنظرگرفته می شود. این درحالی است که تغییرات سایر پارامترها اثرات متقابلی بر تخمین هزینه های کیفیت دارد. در سالهای اخیر با گسترش روش های تاگوچی در طراحی محصول، مفهوم تابع زیان با بسیاری از مدل های تصمیم گیری آماری که نیازمند تخمین هزینه های کیفیت هستند، آمیخته شده است. در این راستا برپایه مفاهیم زنجیر مارکوف این تحقیق، به توسعه نمودار کنترل با فواصل نمونه گیری متغیر با درنظرگرفتن تابع زیان کیفیت تاگوچی پرداخته است. سپس با استفاده از تکنیک الگوریتم ژنتیک، پارامترهای نمودار کنترل به گونه ای تعیین می گردند که هزینه های پایش فرایند حداقل گردد. همچنین، برای تعیین مقادیر بهینه پارامترهای الگوریتم ژنتیک از آرایه متعامد تاگوچی بهره گرفته شده است. تحلیل نتایج حاصل از مدل توسعه داده شده در مقایسه با رویکرد نمونه گیری ثابت، برتری روش توسعه داده شده را نشان می دهد.
