การประยุกต์ใช้เมมเมติกอัลกอริทึมสำหรับปัญหาการจัดสมดุลที่มีหลายวัตถุประสงค์บนสายการประกอบผลิตภัณฑ์ผสมแบบลักษณะตัวยูที่มีสถานีงานแบบขนานในระบบผลิตแบบทันเวลาพอดี

สุชาดา คิดอ่าน

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/29469

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	ปารเมศ ชุติมา	-
dc.contributor.author	สุชาดา คิดอ่าน	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์	-
dc.date.accessioned	2013-03-09T08:21:08Z	-
dc.date.available	2013-03-09T08:21:08Z	-
dc.date.issued	2553	-
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/29469	-
dc.description	วิทยานิพนธ์ (วศ.ม.)-- จุฬาลงกรณ์มหาวิทยาลัย, 2553	en
dc.description.abstract	อุตสาหกรรมในปัจจุบันมีการปรับเปลี่ยนกลยุทธ์ในการบริหารตลอดเวลา เพื่อตอบสนองความต้องการของลูกค้า ดังนั้นในงานวิจัยได้ทำการพัฒนาอัลกอริทึมใหม่ในการแก้ปัญหาการจัดสมดุลที่มีหลายวัตถุประสงค์ที่ชื่อว่า การหาค่าที่เหมาะสมแบบฝูงอนุภาคโดยใช้ความรู้เชิงลบ (Particle Swarm Optimization Algorithm with Negative Knowledge : PSONK) และได้ทำการพัฒนารวมกับเมมเมติกอัลกอริทึมในการหาค่าที่เหมาะสมแบบฝูงอนุภาคโดยใช้ความรู้เชิงลบ (M-PSONK) เพื่อนำมาใช้ในการแก้ปัญหาการจัดสมดุลสายการประกอบตัวยูบนสายการประกอบผลิตภัณฑ์แบบผสมที่มีสถานีงานแบบขนาน โดยมีวัตถุประสงค์เพื่อพิจารณา (1) จำนวนสถานีทำงานน้อยที่สุด (2) ความสมดุลระหว่างสถานีงาน และ (3) ความสมดุลภายในสถานีงาน ที่หาได้จากอัลกอริทึม COMSOAL อัลกอริทึม NSGA-II วิธีการหาค่าที่เหมาะสมที่สุดแบบฝูงอนุภาค วิธีการหาค่าที่เหมาะสมที่สุดแบบฝูงอนุภาคโดยใช้ความรู้เชิงลบ และวิธีการหาค่าที่เหมาะสมที่สุดแบบฝูงอนุภาคโดยใช้ความรู้เชิงลบรวมกับเมมเมติกอัลกอริทึมที่ เพื่อทำการเปรียบเทียบคำตอบจากอัลกอริทึมทั้งหมดจากตัวชี้วัดสมรรถนะ ในด้านคำตอบที่มีการลู่เข้าใกล้กลุ่มคำตอบที่ดีที่สุดที่แท้จริง ด้านการกระจายของกลุ่มคำตอบที่หาได้ และด้านอัตราส่วนของจำนวนกลุ่มคำตอบที่หาได้เทียบเท่ากับกลุ่มคำตอบที่แท้จริง ทำให้พบว่าวิธีการหาค่าที่เหมาะสมที่สุดแบบฝูงอนุภาคโดยใช้ความรู้เชิงลบรวมกับเมมเมติกอัลกอริทึมจะมีประสิทธิภาพดีที่สุด	en
dc.description.abstractalternative	Industries have to change manufacturing strategies continuously to promptly meet the requirement of customers. This paper presents a new evolutionary method called Particle Swam Optimization Algorithms with Negative Knowledge (PSONK) for multi-objectives and developed with a Memetic algorithm (M-PSONK), solve balancing problems on mixed-model U-shaped assembly lines with parallel workstation. The objective was to consider (1) minimum number workstations, (2) balance between workstations and (3) balance the workloads within each workstation. Obtained from COMSOAL, NSGA-II, Particle Swarm Optimization Algorithm, Particle Swarm Optimization Algorithm with Negative Knowledge and with Memetic algorithm, compare results all algorithms form four key performance indicators are selected for assessing results, Convergence to the Pareto-optimal set, Spread to the Pareto-optimal set, Ratio of Non-Dominated Solution. We find that in M-PSONK gives the best results.	en
dc.format.extent	4935651 bytes	-
dc.format.mimetype	application/pdf	-
dc.language.iso	th	es
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.relation.uri	http://doi.org/10.14457/CU.the.2010.155	-
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.subject	อัลกอริทึม	en
dc.subject	การกำหนดงานการผลิต	en
dc.subject	อุตสาหกรรมเสื้อผ้า -- การควบคุมการผลิต	en
dc.subject	อุตสาหกรรมอาหารทะเล -- การควบคุมการผลิต	en
dc.subject	ระบบการผลิตแบบทันเวลา	en
dc.title	การประยุกต์ใช้เมมเมติกอัลกอริทึมสำหรับปัญหาการจัดสมดุลที่มีหลายวัตถุประสงค์บนสายการประกอบผลิตภัณฑ์ผสมแบบลักษณะตัวยูที่มีสถานีงานแบบขนานในระบบผลิตแบบทันเวลาพอดี	en
dc.title.alternative	Application of memetic algorithms for mutii-objective balancing problems on mixed-model u-shaped assembly lines with parallel workstation in just in time production systems	en
dc.type	Thesis	es
dc.degree.name	วิศวกรรมศาสตรมหาบัณฑิต	es
dc.degree.level	ปริญญาโท	es
dc.degree.discipline	วิศวกรรมอุตสาหการ	es
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.email.advisor	ไม่มีข้อมูล	-
dc.identifier.DOI	10.14457/CU.the.2010.155	-
Appears in Collections:	Eng - Theses

Files in This Item:

File	Description	Size	Format
suchada_ki.pdf		4.82 MB	Adobe PDF	View/Open

Show simple item record