1. CUIR at Chulalongkorn University
  2. Faculty and Institute
  3. Faculty of Engineering - Eng
  4. Eng - Theses
Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/50328
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorปารเมศ ชุติมาen_US
dc.contributor.authorการันต์ กันภัยen_US
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์en_US
dc.date.accessioned2016-12-01T08:05:07Z-
dc.date.available2016-12-01T08:05:07Z-
dc.date.issued2558en_US
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/50328-
dc.descriptionวิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2558en_US
dc.description.abstractการจัดลำดับการผลิตที่มีหลายวัตถุประสงค์บนสายการประกอบผลิตภัณฑ์ผสมแบบหลายคนงาน จัดเป็นปัญหาแบบเอ็นพียาก (non-deterministic polynomial time hard; NP-Hard) ซึ่งวิธีการแก้ปัญหานั้นจำเป็นต้องใช้วิธีการทางฮิวริสติก (Heuristic) บทความนี้นำเสนอการหาค่าที่เหมาะสมที่สุดแบบวิธีการบรรจวบแบบขยาย (Combinatorial Optimization with Coincidence Extended: COIN-E) เพื่อใช้สำหรับแก้ปัญหาดังกล่าว โดยมี 3 วัตถุประสงค์ที่จะถูกทำให้เหมาะสมที่สุดไปพร้อมกัน ได้แก่ ความผันแปรของการผลิตน้อยที่สุด ปริมาณงานที่ทำไม่เสร็จในการผลิตน้อยที่สุด และเวลาของการปรับตั้งเครื่องจักรน้อยที่สุด ผลจากการทดลองแก้ปัญหาที่มีลักษณะต่างๆที่แตกต่างกัน แสดงให้เห็นว่า COIN-E มีสมรรถนะในการแก้ปัญหาที่สูงกว่าการหาค่าที่เหมาะสมที่สุดแบบเจนเนติกอัลกอริทึม (NSGA-II) การหาค่าที่เหมาะสมที่สุดแบบการกระจายตัวของสิ่งมีชีวิตตามภูมิศาสตร์ (BBO) และการหาค่าที่เหมาะสมที่สุดแบบฝูงอนุภาคไม่ต่อเนื่อง (DPSO) ซึ่งเป็นอีกอัลกอริทึมที่ได้รับความนิยม ทั้งในดัชนีการลู่เข้าสู่คำตอบที่เหมาะสมที่สุดแบบพาเรโต ดัชนีด้านอัตราส่วนของจำนวนคำตอบที่ไม่ถูกครอบงำเทียบกับจำนวนคำตอบทีอัลกอริทึมหาได้ (RNDS-I) อัตราส่วนของจำนวนคำตอบที่ไม่ถูกครอบงำเทียบกับจำนวนคำตอบที่แท้จริง (RNDS-II) จำนวนคำตอบที่เหมาะสมที่สุดเชิงพาเรโต (NNDS) และดัชนีเวลาที่ใช้ในการคำนวณหาคำตอบen_US
dc.description.abstractalternativeMulti-objective sequencing problem on mixed-model multi-manned assembly lines is known to be NP-hard resulting in being nearly impossible to obtain an optimal solution for practical problems. This research presents a method called Combinatorial Optimization with Coincidence Expand Algorithm (COIN-E) for the sequencing problem. Three objectives are simultaneously considered; minimum production rates variance, minimum utility work, and minimum setup times. The results from the experiments clearly show that COIN-E has better performances than other three well-known algorithms, namely Non-dominated Sorting Genetic Algorithms (NSGA-II), Biogeography Based Optimization (BBO) and Discrete Particle Swarm Optimization (DPSO) in terms of convergence to the Pareto-optimal set, ratio of non-dominated solution I (RNDS-I), ratio of non-dominated solution II (RNDS-II), Number of Non-dominated Solution (NNDS) and computation time to solutionen_US
dc.language.isothen_US
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.relation.urihttp://doi.org/10.14457/CU.the.2015.565-
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.subjectสายการผลิต-
dc.subjectกรรมวิธีการผลิต-
dc.subjectวิศวกรรมการผลิต-
dc.subjectการหาค่าเชิงการจัดที่เหมาะที่สุด-
dc.subjectAssembly-line methods-
dc.subjectManufacturing processes-
dc.subjectProduction engineering-
dc.subjectCombinatorial optimization-
dc.titleการจัดลำดับการผลิตที่มีหลายวัตถุประสงค์บนสายการประกอบผลิตภัณฑ์ผสมแบบหลายคนen_US
dc.title.alternativeMulti-objective sequencing problem on mixed-model multi-manned assembly linesen_US
dc.typeThesisen_US
dc.degree.nameวิศวกรรมศาสตรมหาบัณฑิตen_US
dc.degree.levelปริญญาโทen_US
dc.degree.disciplineวิศวกรรมอุตสาหการen_US
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.email.advisorParames.C@Chula.ac.th,Parames.C@Chula.ac.then_US
dc.identifier.DOI10.14457/CU.the.2015.565-
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
5670491921.pdf11.68 MBAdobe PDFView/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.