| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:PRILAGODLJIVI EVOLUCIJSKI ALGORITEM ZA RAZPOREJANJE PROIZVODNJE V DINAMIČNEM OKOLJU
Avtorji:ID Ogris, Vid (Avtor)
ID Kofjač, Davorin (Mentor) Več o mentorju... Novo okno
Datoteke:.pdf DOK_Ogris_Vid_2015.pdf (3,67 MB)
MD5: B72986E897B3D0CDF27045B4088E0667
 
Jezik:Slovenski jezik
Vrsta gradiva:Doktorska disertacija
Organizacija:FOV - Fakulteta za organizacijske vede
Opis:V doktorski disertaciji obravnavamo problem razporejanja proizvodnje, ki v proizvodnih podjetjih predstavlja enega glavnih problemov, saj lahko prihaja do vsakodnevnih sprememb zaradi novih naročil, okvar strojev, zamud v nabavi, itd. Ker je razporejanje že v osnovi zahtevno opravilo, te spremembe lahko privedejo do zastojev proizvodnje, kar pa si podjetja ne morejo privoščiti. V okviru doktorske disertacije smo razvili evolucijski algoritem, ki temelji na evoluciji in uporabi demutacij, selektivnih mutacij in prilagodljive kriterijske funkcije in se uporablja za reševanje razporejanja proizvodnje (job shop scheduling) po kriteriju minimalnega izvršnega časa. V raziskavi smo pokazali, da z uporabo demutacij, selektivnih mutacij in prilagodljive kriterijske funkcije dosežemo učinkovitejši algoritem za reševanje razporejanja proizvodnje. Predlagani algoritem smo testirali na podatkih iz realnega okolja in na znanih problemskih instancah. Rezultate predlaganega algoritma smo prav tako primerjali z obstoječimi sorodnimi algoritmi iz literature in pokazali, da je algoritem konkurenčen omenjenim algoritmom glede na doseganje najkrajšega izvršnega časa. V okviru raziskave je bil razvit tudi sistem za izvoz podatkov iz informacijskega sistema Perftech Largo v algoritmu razumljivo skripto in kasnejša objava razporedov na internetnem portalu, ki omogoča vsem vpletenim v sam proces proizvodnje (tako planerju kot izvajalcem), natančen vpogled v trenutno stanje proizvodnje.
Ključne besede:evolucijski algoritem, razporejanje proizvodnje, optimizacija, demutacija, selektivna mutacija, prilagodljiva kriterijska funkcija
Kraj izida:Maribor
Leto izida:2014
PID:20.500.12556/DKUM-46823 Novo okno
COBISS.SI-ID:278313472 Novo okno
NUK URN:URN:SI:UM:DK:HNCCL9JM
Datum objave v DKUM:12.03.2015
Število ogledov:2266
Število prenosov:264
Metapodatki:XML DC-XML DC-RDF
Področja:FOV
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share



Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Sekundarni jezik

Jezik:Angleški jezik
Naslov:ADAPTIVE EVOLUTION ALGORITHM FOR PRODUCTION SCHEDULING IN DYNAMIC ENVIRONMENT
Opis:Scheduling represents one of the biggest issues in production process, because of daily changes that are a consequence of new orders, machines' malfunctions, delays in purchasing, etc. Since scheduling is demanding regardless of those changes, this can lead to delays in production which are unaccaptable for companies in today's world. Within this thesis, we developed an evolution algorithm, based on evolution and the usage of de-mutation, selective mutations and adaptive fitness function, and is used for solving production scheduling (job shop scheduling) based on the criteria of the shortest execution time. In our reseserch we proved that using demutations, selective mutations and adaptive fitness function we can achieve more efficitent algorithm to solve production scheduling. Suggested algorithm was tested on data from real environment and on known benchmark instances. Results of our suggested algoritm were also compared to an existing related algorithms from literature and they show that our algorithm is compatitive. A system for data export from information system Perftech Largo was developed within our research to help users create a script for our algorithm. We also created an internet portal for companies to publish their production schedules. This way all people involved into process can get a detailed insight about the current status of production.
Ključne besede:evolution algorithm, production scheduling, optimization, de-mutations, selective mutation, adaptive fitnes function.


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici