Chulalongkorn University Theses and Dissertations (Chula ETD)
การประยุกต์ใช้ฟัซซี่เจนเนติกอัลกอริทึม ในการจัดลำดับผลิตภัณฑ์เข้าสายการประกอบ แบบผลิตภัณฑ์ผสมที่มีเวลาการทำงานแบบฟัซซี่
Other Title (Parallel Title in Other Language of ETD)
Application of fuzzy genetic algorithms for sequencing in mixed-model assembly line with fuzzy processing time
Year (A.D.)
2001
Document Type
Thesis
First Advisor
ปารเมศ ชุติมา
Faculty/College
Faculty of Engineering (คณะวิศวกรรมศาสตร์)
Degree Name
วิศวกรรมศาสตรมหาบัณฑิต
Degree Level
ปริญญาโท
Degree Discipline
วิศวกรรมอุตสาหการ
DOI
10.58837/CHULA.THE.2001.1385
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 (Other language abstract of ETD)
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.
Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-No Derivative Works 4.0 International License.
Recommended Citation
นิ่มมะโน, วันวิสาข์, "การประยุกต์ใช้ฟัซซี่เจนเนติกอัลกอริทึม ในการจัดลำดับผลิตภัณฑ์เข้าสายการประกอบ แบบผลิตภัณฑ์ผสมที่มีเวลาการทำงานแบบฟัซซี่" (2001). Chulalongkorn University Theses and Dissertations (Chula ETD). 64314.
https://digital.car.chula.ac.th/chulaetd/64314