Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/64502
Title: การประยุกต์ใช้ฟัซซี่เจนเนติกอัลกอริทึม ในการจัดลำดับผลิตภัณฑ์เข้าสายการประกอบ แบบผลิตภัณฑ์ผสมที่มีเวลาการทำงานแบบฟัซซี่
Other Titles: Application of fuzzy genetic algorithms for sequencing in mixed-model assembly line with fuzzy processing time
Authors: วันวิสาข์ นิ่มมะโน
Advisors: ปารเมศ ชุติมา
Other author: จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์
Subjects: จีเนติกอัลกอริทึม
ฟัสซีเซต
สายการผลิต
Genetic algorithms
Fuzzy sets
Assembly-line methods
Issue Date: 2544
Publisher: จุฬาลงกรณ์มหาวิทยาลัย
Abstract: งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาผลของการประยุกต์ใช้ฟัซซี่เจนเนติกอัลกอริทึมในการแก้ปัญหาการจัดลำดับผลิตภัณฑ์เข้าสายการประกอบแบบผลิตภัณฑ์ผสมที่มีเวลาการทำงานแบบฟัซซี่ เพื่อทำให้ไต้ลำดับผลิตภัณฑ์ที่ใช้เวลาในการประกอบเสร็จสิ้นน้อยที่สุด โดยวัดในรูปของค่าความพึงพอใจของผู้จัดลำดับผลิตภัณฑ์ การศึกษาแบ่งเป็น 3 กรณีศึกษา และเปรียบเทียบผลคำตอบกับวิธีฮิวริสติกของ CDS เนื่องจากประสิทธิภาพในการหาคำตอบโดยกระบวนการฟัซซี่เจนเนติกอัลกอริทึมขึ้นกับพารามิเตอร์ต่างๆ ได้แก่ จำนวนประชากร ความน่าจะเป็นในการครอสโอเวอร์ ความน่าจะเป็นในการมิวเตชั่น วิธีการคัดเลือกสตริง วิธีการครอสโอเวอร์ วิธีการมิวเตชั่น และจำนวนเจนเนอเรชั่นสูงสุด จึงต้องมีการทดลองเบื้องต้นเพื่อหาระดับพารามิเตอร์ที่เหมาะสมสำหรับการหาคำตอบ ผลจากการใช้วิธีการฟัซซี่เจนเนติกอัลกอริทึมในการแก้ปัญหาการจัดลำดับผลิตภัณฑ์ในกรณีศึกษาตัวอย่างทั้ง 3 กรณี พบว่าวิธีฟัซซี่เจนเนติกอัลกอริทึมสามารถให้คำตอบที่ดีกว่าหรือเท่ากับวิธีการฮิวริสติกของ CDS ดังนั้นสรุปได้ว่า ฟัซซี่เจนเนติกอัลกอริทึมเป็นวิธีการที่มีประสิทธิภาพในการหาคำตอบสำหรับปัญหาการจัดลำดับ ผลิตภัณฑ์เข้าสายการประกอบแบบผลิตภัณฑ์ผสมที่มีเวลาการทำงานแบบฟัซซี โดยสามารถให้คำตอบที่ดีภายในระยะเวลาที่กำหนด
Other Abstract: This research proposes fuzzy genetic algorithms (GAs) for sequencing in mixed-model assembly line with fuzzy processing time. The objective is to minimize the makespan, represented by fitness value of GAs. This study uses three problems to compare the performance of fuzzy genetic algorithms with the CDS heuristic. The performance of fuzzy genetic algorithms depend on several parameters, so the pilot run and the experimental designs are set up to test the parameters include population size, probability of crossover, probability of mutation, selection type, crossover type, mutation type and maximum generation. Through the performance comparatives for the study problems, fuzzy GAs perform equally or significantly better than the CDS heuristic. From the research, it is found that fuzzy genetic algorithms are a powerful and efficient method that can search for a good solution with an acceptable time limit.
Description: วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2544
Degree Name: วิศวกรรมศาสตรมหาบัณฑิต
Degree Level: ปริญญาโท
Degree Discipline: วิศวกรรมอุตสาหการ
URI: http://cuir.car.chula.ac.th/handle/123456789/64502
ISBN: 9740308325
Type: Thesis
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
Wunwisa_ni_front_p.pdfหน้าปก และ บทคัดย่อ989.44 kBAdobe PDFView/Open
Wunwisa_ni_ch1_p.pdfบทที่ 1879.14 kBAdobe PDFView/Open
Wunwisa_ni_ch2_p.pdfบทที่ 2896.28 kBAdobe PDFView/Open
Wunwisa_ni_ch3_p.pdfบทที่ 3957.97 kBAdobe PDFView/Open
Wunwisa_ni_ch4_p.pdfบทที่ 4948.71 kBAdobe PDFView/Open
Wunwisa_ni_ch5_p.pdfบทที่ 5921.6 kBAdobe PDFView/Open
Wunwisa_ni_ch6_p.pdfบทที่ 61.32 MBAdobe PDFView/Open
Wunwisa_ni_ch7_p.pdfบทที่ 72.25 MBAdobe PDFView/Open
Wunwisa_ni_ch8_p.pdfบทที่ 8919.25 kBAdobe PDFView/Open
Wunwisa_ni_ch9_p.pdfบทที่ 9796.39 kBAdobe PDFView/Open
Wunwisa_ni_back_p.pdfบรรณานุกรม และ ภาคผนวก4.11 MBAdobe PDFView/Open


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