ดาวน์โหลด All Proceeding - AS Nida

10% Mp ที่
90% และบันทึกคาที่ใหคําตอบที่ดีที่สุดของแตละปญหา
ผล
การทดลองดังตารางที่
1
ตารางที่
1 ผลการทดลอง
ลักษณะ
ปญหา
10*10
Sd=8
L=3
MaxC=4
10*10
Sd=8
L=4
MaxC=3
20*20
Sd=15
L=4
MaxC=5
20*20
Sd=13
L=5
MaxC=4
30*30
Sd=22
L=6
MaxC=5
30*30
Sd=20
L=6
MaxC=5
วิธีแกปญหา คาพารามิเตอร คาที่ดีที่สุด
คาเฉลี่ย
SD เวลา (s)
ILS 1,933 2,032.8 38.4 19
GA1 Cp0.15/Mp0.85 1,923 1,983.3 57.4 54
GA2 Cp0.75/Mp0.25 1,923 1,967.6 46.7 68
GA3 Cp0.25/Mp0.75 1,923 1,943.5 22.6 59
ILS 2,920 3,084.8 107.1 20
GA1 Cp0.75/Mp0.25 2,849 3,049.2 151.8 54
GA2 Cp0.25/Mp0.75 2,710 2,887.1 104.4 57
GA3 Cp0.30/Mp0.70 2,608 2,700.3 89.3 59
ILS 14,986 15,249.8 195.8 20
GA1 Cp0.25/Mp0.75 14,114 14,592.1 280.9 161
GA2 Cp0.10/Mp0.90 13,899 14,478.6 266.7 96
GA3 Cp0.75/Mp0.25 13,843 14,342.6 242.6 106
ILS 10,566 10,910.3 170.2 22
GA1 Cp0.30/Mp0.70 9,911 10,316.0 250.9 105
GA2 Cp0.50/Mp0.50 10,067 10,342.6 185.5 82
GA3 Cp0.55/Mp0.45 9,899 10,262.9 233.9 82
ILS 31,646 32,187.2 349.8 46
GA1 Cp0.40/Mp0.60 29,984 30,939.5 535.1 165
GA2 Cp0.55/Mp0.45 29,756 30,665.9 603.0 218
GA3 Cp0.30/Mp0.70 29,289 30,264.7 474.2 224
ILS 27,103 27,639.9 329.8 48
GA1 Cp0.45/Mp0.55 25,458 26,474.3 455.7 177
GA2 Cp0.40/Mp0.60 25,529 26,328.5 368.4 155
GA3 Cp0.45/Mp0.55 25,406 26,083.7 334.8 147
จากการพิจารณาวิธีการทั้งหมดจะพบวา
GA ใชเวลาในการหา
คําตอบมากกวา แตใหคําตอบและคาเฉลี่ยของคําตอบดีกวา
ILS ในทุก
ปญหา สาเหตุเปน เพราะลําดับขั้นตอนวิธีของ
GA มีมากกวา ILS และ
ภายใตโจทยปญหาเดียวกันยังพบวา GA แบบที่
3 สามารถใหคําตอบและ
คาเฉลี่ยของคําตอบต่ําที่สุดในทุกปญหา
ดังนั้นการนําเอาความสัมพันธ
ของเครื่องจักรมาใชในการพัฒนาคําตอบ
ทําใหเกิดประสิทธิผลของ
คําตอบมากขึ้น
6. สรุปผล
งานวิจัยนี้เปนการนําเสนอวิธีการแกปญหาการจัดเซลลการ
ผลิตและกําหนดตําแหนงเซลลการผลิตในฝงโรงงานเพื่อหาระยะทางการ
เคลื่อนที่ที่ต่ําที่สุดหลังจากมีการจัดเซลลลงตําแหนงในพื้นที่โรงงานแลว
ผูวิจัยไดพัฒนาขั้นตอนในการหาคําตอบมาทั้งสิ้น
4 วิธี และไดมีการทํา
การทดลองเพื่อเปรียบเทียบประสิทธิภาพ
พบวาวิธี GA แบบที่
3 ให
คําตอบที่ดีกวาวิธีอื่นๆ
แมจะใชเวลาในการหาคําตอบมากกวาบางวิธีก็
ตาม จากผลที่ไดพอจะกลาวไดวาการพัฒนาหาคําตอบโดยการนํา
43
ความสัมพันธในลําดับการผลิตของเสนทางการผลิตระหวางเครื่องจักร
เปนแนวคิดที่สามารถนําไปพัฒนาคําตอบใหดีขึ้นไดเปนอยางดี
การพัฒนางานวิจัยนี้สามารถทําไดโดยอาจนําความสัมพันธ
ของเครื่องจักรไปใชในเมตาฮิวริสติกสอื่นได
เพื่อเปรียบเทียบ
ประสิทธิภาพที่ไดจาก
GA หรือ อาจนํา GA ที่กลาวถึงในงานวิจัยนี้ไป
ผสมผสาน (hybridize) กับเมตาฮิวริสติกสอื่นเพื่อใหคําตอบที่ดีขึ้น
เอกสารอางอิง
[1] Zhifeng Zhang “Modeling complexity of cellular manufacturing
systems” Applied Mathematical Modelling, Vol,35, pp.4189–4195,
2011.
[2] David F. Rogers a, Shailesh S. Kulkarni, “Optimal bivariate
clustering and a genetic algorithm with an application in cellular
manufacturing” European Journal of Operational Research,
Vol.160, pp.423–444. 2005.
[3] HassanM. Selim, Ronald G.Askin, Asoo J. Vakharia, “Cell
formation in group technology: Review, evaluation and directions
for future research”, Computer & Industrial Engineering, Vol.34,
pp.3-20, 1998.
[4] L.L.Massay,C.O.Benjamin,Y.Omurtag, “Cellular manufacturing
system design A holistic approach”, Manufacturing Research and
Technology, Vol.24, pp.129-144, 1995.
[5] Iraj Mahdavi, Mohammad Mahdi Paydar, Maghsud Solimanpur,
Armaghan Heidarzade “Genetic algorithm approach for solving a
cell formation problem in cellular manufacturing”, Expert Systems
with Applications, Vol.36, pp.6598–6604, 2009.
[6] K.yasuda, L.hu, Y.yina, “A grouping genetic algorithm for the
multi-objective cell formation problem”, International Journal of
ProductionResearch, Vol.43, pp.829-853, 2005.
[7] Rogers, D. F. , Kulkarni, S. S., “Optimal bivariate clustering and a
genetic algorithm with an application in cellular manufacturing” ,
European Journal of Operational Research, Vol.160, 423-444.
[8] James, T. L. Brown, E. C. และ Keeling, K. B., “A hybrid grouping
genetic algorithm for the cell formation problem”, Computers &
Operations Research, Vol.34, 2059-2079, 2007.
[9] Wu, X. Chu, C.-H. Wang, Y. and Yan, W., “A genetic algorithm
for cellular manufacturing design and layout”, European Journal of
Operational Research, Vol.181, 156-167, 2007.
[10] Tariq, A. Hussain, I. และ Ghafoor, A., “A hybrid genetic algorithm
for machine-part grouping”, Computers & Industrial Engineering,
Vol.56, 347-356, 2009.