Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/67472
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorปารเมศ ชุติมา-
dc.contributor.authorกรรณิกา ศิลานนท์-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์-
dc.date.accessioned2020-08-14T04:04:17Z-
dc.date.available2020-08-14T04:04:17Z-
dc.date.issued2542-
dc.identifier.isbn9743340548-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/67472-
dc.descriptionวิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2542en_US
dc.description.abstractปัญหาการจัดสมดุลของสายงานการประกอบเป็นปัญหาที่สำคัญมากปัญหาหนึ่งในระบบการผลิต โดยทั่วไปแล้วปัญหาการจัดสมดุลของสายงานการประกอบมักพิจารณาวัตถุประสงค์ในการจัดเพียงวัตถุประสงค์เดียวแต่เนื่องจากในระบบการผลิตจริงยังมีวัตถุประสงค์อื่นๆ ที่ควรนำมาพิจารณาประกอบด้วย ดังนั้นงานวิจัยนี้จึงได้เสนอ การนำเอาเจเนติกอัลกอริทึม (Genetic Algorithms) มาประยุกต์ใช้ในการหาคำตอบของปัญหาการจัดสมดุลของสายงานการประกอบแบบหลายวัตถุประสงค์ ซึ่งหมายถึงการหารูปแบบของการจัดงานให้กับแต่ละสถานีทำงานเพื่อตอบสนองวัตถุประสงค์ 3 ประการพร้อมๆ กัน คือเพื่อให้สายงานการประกอบมีจำนวนสถานีการทำงานน้อยที่สุด มีรอบเวลาการผลิตน้อยที่สุด และมีความแปรปรวนของภาระงานในแต่ละสถานีการทำงานน้อยที่สุด นอกจากนี้ยังได้ศึกษาและทดสอบพารามิเตอร์ที่มีผลต่อการหาคำตอบของเจเนติกอัลกอริทึมซึ่งได้แก่ ขนาดของประชากร ประเภทของการครอสโอเวอร์ ความน่าจะเป็นในการครอสโอเวอร์และความน่าจะเป็นในการมิวเทชัน จากการทดลองพบว่าขนาดของประชากร วิธีการครอสโอเวอร์และความน่าจะเป็นในการมิวเทชันเป็นพารามิเตอร์ที่มีผลต่อการหาคำตอบโดยเจเนติกอัลกอริทึม ดังนั้นในการนำเจเนติกอัลกอริทึมไปใช้จริงควรมีการกำหนดค่าพารามิเตอร์ที่เหมาะสมโดยอาจใช้ค่าที่เหมาะสมที่ได้จากการทดลองในงานวิจัยนี้เป็นแนวทางเบื้องต้น จากงานวิจัยนี้จะได้ว่าเจเนติกอัลกอริทึมแบบหลายวัตถุประสงค์เป็นวิธีการหาคำตอบ สำหรับปัญหาที่มีหลายวัตถุประสงค์ที่มีประสิทธิภาพและสามารถให้คำตอบที่ดีภายในระยะเวลาที่กำหนดได้en_US
dc.description.abstractalternativeAssembly line balancing is one of the most critical problems in production system design. Most algorithms to this problem generally focus only on a single objective. In reality, production system designers have to consider several objectives concurrently so as to attain a good solution that can respond to the given design requirements. Genetic algorithm (GAs), which is one of the most promising techniques for such problem, is applied in this research. Three important objectives of assembly line balancing problems are considered simultaneously including minimizing number of workstations, minimizing workload variance of each workstation, and minimizing line cycle time. Experimental design is 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 of the experiment show that population sizes, crossover type and probability of mutation have signify cant impact on the solution obtained from GAs . As a result, it is necessary to define appropriate parameters while using GAs. However, the suitable parameters obtained from the research are useful as a guideline in practice. From the research, it is found that multi-objectives genetic algorithm is an efficient method that can search for a good solution within an acceptable time limit.en_US
dc.language.isothen_US
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.subjectจีเนติกอัลกอริทึมen_US
dc.subjectสายการผลิตen_US
dc.subjectการจัดสมดุลสายการผลิตen_US
dc.titleการประยุกต์ใช้เจเนติกอัลกอริทึมในการจัดสมดุล ของสายงานการประกอบแบบหลายวัตถุประสงค์en_US
dc.title.alternativeApplication of genetic algorithms in multi-objectives assembly line balancingen_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-
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
Kannika_si_front_p.pdfหน้าปก สารบัญ และบทคัดย่อ1.23 MBAdobe PDFView/Open
Kannika_si_ch1_p.pdfบทที่ 1983.26 kBAdobe PDFView/Open
Kannika_si_ch2_p.pdfบทที่ 21.04 MBAdobe PDFView/Open
Kannika_si_ch3_p.pdfบทที่ 31.38 MBAdobe PDFView/Open
Kannika_si_ch4_p.pdfบทที่ 41.08 MBAdobe PDFView/Open
Kannika_si_ch5_p.pdfบทที่ 51.83 MBAdobe PDFView/Open
Kannika_si_ch6_p.pdfบทที่ 61.68 MBAdobe PDFView/Open
Kannika_si_ch7_p.pdfบทที่ 7976.65 kBAdobe PDFView/Open
Kannika_si_ch8_p.pdfบทที่ 81.12 MBAdobe PDFView/Open
Kannika_si_ch9_p.pdfบทที่ 91.41 MBAdobe PDFView/Open
Kannika_si_ch10_p.pdfบทที่ 101.05 MBAdobe PDFView/Open
Kannika_si_ch11_p.pdfบทที่ 11900.23 kBAdobe PDFView/Open
Kannika_si_back_p.pdfบรรณานุกรมและภาคผนวก8.83 MBAdobe PDFView/Open


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