Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/5709
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorปารเมศ ชุติมา-
dc.contributor.authorจงกล เอี่ยมมิ-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์-
dc.date.accessioned2008-01-31T08:47:02Z-
dc.date.available2008-01-31T08:47:02Z-
dc.date.issued2543-
dc.identifier.isbn9741301359-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/5709-
dc.descriptionวิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2543en
dc.description.abstractสายการประกอบแบบผลิตภัณฑ์ผสม เป็นสายการประกอบที่สามารถผลิตสินค้าต่างชนิดพร้อมๆ กันได้ในสายการผลิตเดียวกัน การจัดสมดุลสายการผลิตจึงเป็นสิ่งที่สำคัญ สำหรับสายการประกอบแบบผลิตภัณฑ์ผสมอย่างมาก ดังนั้นในงานวิจัยนี้จึงได้เสนอแนวทางในการนำเจนเนติกอัลกอริทึม (Genetic Algorithms: GAs) มาประยุกต์ใช้ในการหาคำตอบของปัญหา การจัดสมดุลสายการประกอบแบบผลิตภัณฑ์ผสม โดยมีวัตถุประสงค์เพื่อให้มีจำนวนสถานีงานน้อยที่สุด และเกิดเวลาว่างงานรวมน้อยที่สุดด้วย นอกจากนี้ยังได้ศึกษาและทดสอบหาพารามิเตอร์ ที่มีผลต่อประสิทธิภาพของเจนเนติกอัลกอริทึมซึ่งได้แก่ ขนาดประชากร วิธีการครอสโอเวอร์ ความน่าจะเป็นในการครอสโอเวอร์ และความน่าจะเป็นในการมิวเตชั่น แล้วนำพารามิเตอร์ที่ได้ ไปแก้ปัญหาตัวอย่างของการจัดสมดุลสายการประกอบผลิตภัณฑ์แบบผสม จากงานวิจัยนี้พบว่าพารามิเตอร์ที่มีผลอย่างมีนัยสำคัญ ต่อประสิทธิภาพของเจนเนติกอัลกอริทึม ในการจัดสมดุลสายการประกอบแบบผลิตภัณฑ์ผสมคือ จำนวนประชากร วิธีการครอสโอเวอร์และความน่าจะเป็นในการมิวเตชั่น ดังนั้นในการนำเจนเนติกอัลกอริทึมไปใช้จริง ต้องมีการกำหนดค่าพารามิเตอร์ที่เหมาะสม ซึ่งอาจจะนำค่าที่เหมาะสมที่ได้จากการทดลองในงานวิจัยนี้ เป็นแนวทางเบื้องต้นได้ ผลจากการเปรียบเทียบคำตอบที่ได้จากวิธีเจนเนติกอัลกอริทึม กับวิธีการของ COMSOAL พบว่าเจนเนติกอัลกอริทึมจะให้ผลลัพธ์ที่ดีกว่า ซึ่งสามารถสรุปได้ว่าเจนเนติกอัลกอริทึมเป็นวิธีการหาคำตอบ สำหรับปัญหาการจัดสมดุลสายการประกอบแบบผลิตภัณฑ์ผสมที่มีประสิทธิภาพ และสามารถให้คำตอบที่ดีภายในระยะเวลาที่กำหนดให้ได้en
dc.description.abstractalternativeMixed model assembly lines are a type of production line where a variety of product models with similar product characteristics are assembled. Line balancing problems are important for an efficient use of mixed model assembly lines. This research introduces the use of artificial-intelligence based technique, so-called genetic algorithms (GAs), to solve mixed model assembly line balancing problems. Two important objectives of assembly line balancing problems are considered simultaneously including minimizing number of workstations and minimizing total idle time. Experimental design are set up to test the significance of several parameters of GA including problem sizes, population sizes, crossover types, probability of cross-over, and probability of mutation. The results show that the factors that significantly affect the performance of GAs are population size, crossover type and probability of mutation. As a result, it is necessary to define apropriate parameters while using GAs. However, the suitable parameters obtained from the research can be used as a guideline in practice. The performance comparison between the proposed GAs and the known heuristic technique (COMSOAL) indicates that GAs performs significantly better than COMSOAL. From the research, it is found that GAs are powerful and efficient method that can search for a good solution within an acceptable time limit.en
dc.format.extent2237620 bytes-
dc.format.mimetypeapplication/pdf-
dc.language.isothes
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen
dc.subjectการจัดสมดุลสายการผลิตen
dc.subjectจีเนติกอัลกอริทึมen
dc.titleการประยุกต์ใช้เจนเนติกอัลกอริทึมในการจัดสมดุลสายการประกอบ แบบผลิตภัณฑ์ผสมen
dc.title.alternativeApplication of genetic algorithms in mixed model assembly line balancingen
dc.typeThesises
dc.degree.nameวิศวกรรมศาสตรมหาบัณฑิตes
dc.degree.levelปริญญาโทes
dc.degree.disciplineวิศวกรรมอุตสาหการes
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen
dc.email.advisorParames.C@Chula.ac.th-
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
Jongkol.pdf2.19 MBAdobe PDFView/Open


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