ดาวน์โหลด All Proceeding - AS Nida
ดาวน์โหลด All Proceeding - AS Nida ดาวน์โหลด All Proceeding - AS Nida
ตารางการผลิตที่พัฒนาขึ้น มีรอบเวลาการผลิตเทากับ 3,220.2 นาที / 80 ตู สามารถลดรอบเวลาการผลิตลงจากวิธีเดิม 717.3 นาที / 80 ตู นอกจากนี้ ยังเพิ่มประสิทธิภาพการทํางานได 18.22% และสามารถแกปญหาสง สินคาไมทันกําหนดไดอีกดวย เอกสารอางอิง [1] Tatsushi Nishi, Masami Konishi, Masatoshi Ago, “A Distributed Decision Making System for Integrated Optimization of Production Line”, Computers and Chemical Engineer Vol. 31 No.10 (2007) P.1205-1221 [2] Lixin Tang, Guoli Liu, “A Mathematical Programming Model and Solution for Scheduling Production orders in Shanghai Baoshan Iron and Steel Complex”, European Journal of Operational Research (2007) P.1453-1468, [3] ทวัยพร ชาเจียมเจน, “การหาปริมาณการผลิตที่เหมาะสมโดยใชตัว แบบทางคณิตศาสตร: กรณีศึกษาการวางแผนการผลิตบริษัทใน อุตสาหกรรมกระดาษ”, วารสารวิชาการพระจอมเกลาพระนคร เหนือ (2007) หนาที่ 57-65 [4] Milos Seda, “Mathematical Models of Flow Shop and Job Shop Scheduling Problems”, World Academy of Science, Engineering and Technology 31 (2007) [5] Niu Li, Zhou Hong, Han Xiaoting, “Dynamic Integration Mechanism for Job-Shop Scheduling Model Base Using Multiagent”, Information Management, Innovation Management and Industrial Engineering, 2009 International Conference [6] Cemal Ozguven, Lale Ozbakir, Yasemin Yavuz,“Mathematical Models for Job-Shop Scheduling Problems with Routing and Process Plan Flexibility”, Applied Mathematical Modelling 34 (2010) P. 1539-1548 280
281 การประชุมวิชาการดานการวิจัยดําเนินงานแหงชาติ ประจําป 2554 วันที่ 8-9 กันยายน 2554 ณ โรงแรม เอส ดี อเวนิว กรุงเทพฯ การใชวิธีการโครงขายประสาทเทียมแบบผสมในการจัดตารางการผลิตใหกับสายประกอบแบบไหลเลื่อน Application of Hybrid Artificial Neural Network for Assembly Flow Shop Scheduling Problem วัชรพันธ สุขเกิด 1 และธีรเดช วุฒิพรพันธ 2 1, 2 ภาควิชาวิศวกรรมอุตสาหการ คณะบัณฑิตวิทยาลัย มหาวิทยาลัยเทคโนโลยีพระจอมเกลาพระนครเหนือ เขตบางซื่อ กรุงเทพมหานคร 10800 โทรศัพท: 02-913-2500 Ext 8141 E-mail: s.watcharapan@gmail.com 1 , teeradej.wuttipornpun@gmail.com 2 บทคัดยอ ปจจุบันการจัดตารางการผลิตชิ้นสวนยานยนตของโรงงาน ตัวอยางใชกฎการจายงานแบบ EDD (Earliest Due Date) เพื่อตองการลด เวลาที่งานลาชา ซึ่งกฎการจายงานดังกลาวเหมาะสําหรับระบบการผลิต แบบเครื่องจักรเดี่ยว แตเนื่องจากโรงงานตัวอยางใชระบบการผลิตแบบ ไหลเลื่อนผสมกับขั้นตอนการประกอบ ทําใหเวลาที่งานลาชาไมไดลดลง อยางที่คาดหวังไว งานวิจัยนี้นําเสนอระบบการจัดตารางการผลิตที่ เรียกวา “วิธีการโครงขายประสาทเทียมแบบผสม” (Hybrid Artificial Neural Network : HANN) โดยเริ่มจากการใชวิธีการขั้นตอนเชิง- พันธุกรรม (Genetic Algorithm : GA) ในการหาคําตอบเริ่มตน (Initial Solution) รวมถึงการหาคาถวงน้ําหนักการเชื่อมโยงและคาไบแอส (Connection Weight & Bias) ใหกับวิธีการโครงขายประสาทเทียม (Artificial Neural Network : ANN) โดยมีวัตถุประสงคเพื่อหาคาใชจาย นอยที่สุดของผลรวมระหวางคาปรับความลาชาและคาใชจายของงานที่ คางอยูในระบบ (Tardiness and Flow time Cost) จากการทดลองใช วิธีการที่นําเสนอในการจัดตารางการผลิตใหกับ 520 คําสั่งผลิต ผลการ ทดลองพบวาวิธีการ HANN มีประสิทธิภาพดีกวากฎการจายงานแบบ EDD ทั้งในดานคาปรับความลาชาและคาใชจายของงานที่คางอยูใน ระบบ รวมถึงการใช GA ในการหาคาถวงน้ําหนักการเชื่อมโยงและคา ไบแอสใหกับวิธีการ HANN จะใหคําตอบที่ดีกวาวิธีการแพรคายอนกลับ (Backpropagation) ในขณะที่ใชเวลาในการประมวลผลเทากัน คําสําคัญ: การจัดตารางการผลิตแบบไหลเลื่อน วิธีการโครงขาย ประสาทเทียม และวิธีการขั้นตอนเชิงพันธุกรรม Abstract Currently, a single machine dispatching rule called earliest due date (EDD) is applied in order to generate a production schedule for a selected factory. A reason why the EDD is selected is that the planner wants to reduce the tardiness in the system. Since a real production shop is organized as a flow shop with assembly operations not single machine, the tardiness in the system then has never been reduced as expected. This research aims to remedy this problem by proposing a production scheduling algorithm called Hybrid Artificial Neural Network (HANN). The proposed algorithm applies Genetic Algorithm (GA) to determine an initial solution and also determine the connection weight and bias for Artificial Neural Network (ANN) using a multiple objective function which is to minimize sum of tardiness and flow-time cost. To evaluate the effectiveness of the proposed algorithm, real 520 operations are scheduled based on EDD and HANN algorithm and their results are statistically compared. The result shows that the HANN algorithm obtains tardiness and flow-time cost better than the EDD. Furthermore, the GA obtains a better connection weight and bias for ANN than that of the conventional method called backpropagation by using the same calculation time. Keyword: Flow Shop Scheduling, Artificial Neural Network, Genetic Algorithm 1. บทนํา การจัดตารางการผลิตเปนการจัดลําดับความสําคัญของ กิจกรรมโดยพิจารณาเงื่อนไขและขอจํากัดที่เกี่ยวของในการผลิต เชน กําลังการผลิตของเครื่องจักร เงื่อนไขลําดับ กอน-หลัง (precedence) ของ งาน เปนตน หากการจัดตารางการผลิตมีประสิทธิภาพที่ดีจะสงผลให สามารถลดคาใชจายลงได เชน คาปรับเมื่อสงมอบงานลาชา คาใชจายใน การดําเนินการผลิต คาใชจายในการจัดเก็บสินคาคงคลัง เปนตน จาก การศึกษางานวิจัยที่เกี่ยวของพบวา วิธีการที่ใชในการแกปญหาการจัด ตารางการผลิตไดอยางมีประสิทธิภาพนั้นแบงออกเปน 2 วิธีคือ วิธีการ เมตาฮิวริสติก (Metaheuristic method) และวิธีการหาคาที่เหมาะสมที่สุด (Optimization method) วิธีเมตาฮิวริสติกนั้นเหมาะสําหรับปญหาที่มีงาน จํานวนมากและมีเงื่อนไขที่ซับซอนในการจัดตารางการผลิต ซึ่งวิธีการนี้ สามารถหาคําตอบไดใกลเคียงคําตอบที่เหมาะสมที่สุด (Near optimal) ภายในระยะเวลาที่รวดเร็ว วิธีการเหลานี้ไดแก วิธีการจําลองการอบออน (Simulated Annealing : SA) วิธีการคนหาแบบทาบู (Tabu Search : TS)
- Page 252 and 253: 4.4 สวนของรูปแ
- Page 255 and 256: 235 การประชุมว
- Page 258 and 259: Threshold required to measure the e
- Page 260 and 261: is to preserve system function rath
- Page 262 and 263: Figure 3 Flow diagram of a Stock Pr
- Page 264 and 265: The next step was the statistical a
- Page 266 and 267: 6. Conclusion The indicators of thi
- Page 268 and 269: นวัตกรรม ซึ่
- Page 270 and 271: LABOR หมายถึงดั
- Page 272 and 273: 252 การประชุมว
- Page 274: Figure 3 Chromosome representation.
- Page 277: difference of the mean of material
- Page 280: Biography Pupong Pongcharoen is an
- Page 285: ตารางที่ 1 (ตอ)
- Page 289 and 290: 269 การประชุมว
- Page 291 and 292: รูปที่ 3 การเ
- Page 293: บทคัดยอ 273 การ
- Page 298 and 299: ่ ่ ตารางที 2 เ
- Page 303 and 304: การผลิตแบบผ
- Page 305 and 306: 1. การวางคําส
- Page 307 and 308: รูปที่ 8 โครโ
- Page 309 and 310: รูปที่ 11 วงลอ
- Page 311 and 312: [11] M. L. Pinedo, “Scheduling: T
- Page 314 and 315: ตารางที่ 2 ตา
- Page 317: กระบวนการบด
- Page 323 and 324: ซึ่งทําใหเก
- Page 326 and 327: เอกสารอางอิ
- Page 328: ผลิตภัณฑนี้
- Page 332: บทคัดยอ 312 การ
- Page 336 and 337: ถาพิจารณาคา
- Page 338: 4. เมื่อพิจาร
- Page 343: 6.2 ดานการศึกษ
- Page 346 and 347: เมื่อ มีการแ
- Page 348: True positive (TP)คือ จํ
ตารางการผลิตที่พัฒนาขึ้น<br />
มีรอบเวลาการผลิตเทากับ 3,220.2 นาที / 80 ตู<br />
สามารถลดรอบเวลาการผลิตลงจากวิธีเดิม 717.3 นาที / 80 ตู<br />
นอกจากนี้<br />
ยังเพิ่มประสิทธิภาพการทํางานได<br />
18.22% และสามารถแกปญหาสง<br />
สินคาไมทันกําหนดไดอีกดวย<br />
เอกสารอางอิง<br />
[1] Tatsushi Nishi, Masami Konishi, Masatoshi Ago, “A Distributed<br />
Decision Making System for Integrated Optimization of<br />
Production Line”, Computers and Chemical Engineer Vol. 31<br />
No.10 (2007) P.1205-1221<br />
[2] Lixin Tang, Guoli Liu, “A Mathematical Programming Model and<br />
Solution for Scheduling Production orders in Shanghai Baoshan<br />
Iron and Steel Complex”, European Journal of Operational<br />
Research (2007) P.1453-1468,<br />
[3] ทวัยพร ชาเจียมเจน, “การหาปริมาณการผลิตที่เหมาะสมโดยใชตัว<br />
แบบทางคณิตศาสตร: กรณีศึกษาการวางแผนการผลิตบริษัทใน<br />
อุตสาหกรรมกระดาษ”, วารสารวิชาการพระจอมเกลาพระนคร<br />
เหนือ (2007) หนาที่<br />
57-65<br />
[4] Milos Seda, “Mathematical Models of Flow Shop and Job Shop<br />
Scheduling Problems”, World Academy of Science, Engineering<br />
and Technology 31 (2007)<br />
[5] Niu Li, Zhou Hong, Han Xiaoting, “Dynamic Integration<br />
Mechanism for Job-Shop Scheduling Model Base Using Multiagent”,<br />
Information Management, Innovation Management and<br />
Industrial Engineering, 2009 International Conference<br />
[6] Cemal Ozguven, Lale Ozbakir, Yasemin Yavuz,“Mathematical<br />
Models for Job-Shop Scheduling Problems with Routing and<br />
Process Plan Flexibility”, Applied Mathematical Modelling 34<br />
(2010) P. 1539-1548<br />
280
Change language