跳到主要內容

臺灣博碩士論文加值系統

(44.221.66.130) 您好!臺灣時間:2024/06/20 22:24
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:魏佑璇
研究生(外文):Wei, Yu-Hsuan
論文名稱:應用系統模擬改善可靠度實驗測試之排程與人力配置
論文名稱(外文):Improvements of the Scheduling and Manpower Allocation for a Reliability Laboratory by Discrete event simulation
指導教授:張永佳張永佳引用關係
指導教授(外文):Chang, Yung-Chia
口試委員:張永佳陳勝一唐麗英張桂琥
口試委員(外文):Chang, Yung-ChiaChen, Sheng-ITong, Lee-IngChang, Kuei-Hu
口試日期:2023-05-26
學位類別:碩士
校院名稱:國立陽明交通大學
系所名稱:管理學院工業工程與管理學程
學門:工程學門
學類:工業工程學類
論文種類:學術論文
論文出版年:2023
畢業學年度:111
語文別:中文
論文頁數:43
中文關鍵詞:派工策略基因演算法離散事件模擬
外文關鍵詞:Dispatching StrategiesGenetic AlgorithmsDiscrete event simulation
相關次數:
  • 被引用被引用:0
  • 點閱點閱:85
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
可靠度實驗可以用來評估產品的品質耐用性,並且預估產品可能遇到之異常,提早分析異常之可能原因,讓產品可以於投入市場前找出解決方案,為重要的品質指標,故各家公司皆需求強勁,所以如何規劃實驗檢驗排程,有效的利用有限的資源,來提高檢驗效率,並且滿足客戶需求,為本研究之重點。本研究使用FlexSim模擬器,以兩個方向進行,分析現有設備與人力配置的不足之處,在符合成本的限制下,評估增加或調動設備分配以及員工配置,以及搭配FIFO、SPT、LPT、STPT、LTPT、LWR等6種派工策略,利用模擬器的內建程式運算,加入基因演算法來找出各設備的最佳派工策略之搭配組合,來解決排程問題。此模擬器設計能夠在各產品預估訂單投料前,快速找出瓶頸關鍵站點,提前考量應對措施,並且安排各設備最適合之派工策略,可以用來幫助決策者制定最佳實驗檢驗計劃。本論文使用之方式能縮短38.2%的總完工時間。
Reliability experiments can be used to evaluate the quality and durability of products, and predict possible abnormalities that a product may encounter. By analyzing possible causes of abnormalities in advance, solutions can be found before the product is launched into the market. This is an important quality indicator, and all companies require a robust plan for conducting such experiments. Therefore, this thesis focuses on how to plan the experiment and inspection schedule effectively, and utilize limited resources to improve inspection efficiency and meet customer needs. This thesis uses the FlexSim in two directions to analyze the deficiencies in the current machine and personnel allocation. While complying with cost constraints, this thesis evaluates the addition or adjustment of machine allocation and employee configuration, and combines six dispatching strategies, including FIFO, SPT, LPT, STPT, LTPT, and LWR. The built-in program of the simulator is used in conjunction with genetic algorithms to find the best combination of dispatching strategies for each machine, solving the scheduling problem. This simulator can quickly identify bottleneck critical stations before the estimated order is placed for each product, consider countermeasures in advance, and arrange the most suitable dispatching strategies for each machine. This can help decision-makers formulate the best experimental inspection plan. The method in this thesis resulted in a 38.2% reduction in the total completion time.
摘要 i
Abstract ii
目錄 iii
圖目錄 v
表目錄 vi
第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 2
1.3 研究方法 2
1.4 研究架構 2
第二章 文獻探討 5
2.1 生產排程策略 5
2.2 派工策略與績效目標 5
2.3 基因演算法 8
2.4 小結 12
第三章 研究方法 13
3.1 問題描述 13
3.2 可靠度實驗室檢測流程與分類 13
3.3 測試設備之派工策略 15
3.4 可靠度實驗室派工策略基因演算法之設計 16
3.4.1 基因編碼表達方式 18
3.4.2 初始基因庫 18
3.4.3 適應值函式 19
3.4.4 選擇與複製 19
3.4.5 基因交配 21
3.4.6 基因突變 22
3.4.7 演化世代 22
3.5 小結 23
第四章 實驗分析與驗證 24
4.1 可靠度實驗室模型建構 24
4.2 可靠度實驗室最佳派工策略 34
4.3 小結 38
第五章 結論與建議 39
5.1 結論 39
5.2 未來研究方向之建議 40
參考文獻 41
Cochran, J. K., Horng, S. M., & Fowler, J. W. (2003). A multi-population genetic algorithm to solve multi-objective scheduling problems for parallel machines [Article]. Computers & Operations Research, 30(7), 1087-1102, Article Pii s0305-0548(02)00059-x. https://doi.org/10.1016/s0305-0548(02)00059-x
Figielska, E. (1999). Preemptive scheduling with changeovers: Using column generation technique and genetic algorithm [Article]. Computers & Industrial Engineering, 37(1-2), 81-84. https://doi.org/10.1016/s0360-8352(99)00027-3
Glass, C. A., Potts, C. N., & Shade, P. (1994). UNRELATED PARALLEL MACHINE SCHEDULING USING LOCAL SEARCH [Article]. Mathematical and Computer Modelling, 20(2), 41-52. https://doi.org/10.1016/0895-7177(94)90205-4
Joo, C. M., & Kim, B. S. (2015). Hybrid genetic algorithms with dispatching rules for unrelated parallel machine scheduling with setup time and production availability [Article]. Computers & Industrial Engineering, 85, 102-109. https://doi.org/10.1016/j.cie.2015.02.029
Koh, S. G., Koo, P. H., Ha, J. W., & Lee, W. S. (2004). Scheduling parallel batch processing machines with arbitrary job sizes and incompatible job families [Article]. International Journal of Production Research, 42(19), 4091-4107. https://doi.org/10.1080/00207540410001704041
Kundakci, N., & Kulak, O. (2016). Hybrid genetic algorithms for minimizing makespan in dynamic job shop scheduling problem [Article]. Computers & Industrial Engineering, 96, 31-51. https://doi.org/10.1016/j.cie.2016.03.011
Rajendran, C., & Holthaus, O. (1999). A comparative study of dispatching rules in dynamic flowshops and jobshops [Article]. European Journal of Operational Research, 116(1), 156-170. https://doi.org/10.1016/s0377-2217(98)00023-x
Rangsaritratsamee, R., Ferrell, W. G., & Kurz, M. B. (2004). Dynamic rescheduling that simultaneously considers efficiency and stability [Article]. Computers & Industrial Engineering, 46(1), 1-15. https://doi.org/10.1016/j.cie.2003.09.007
Ruiz, R., & Maroto, C. (2006). A genetic algorithm for hybrid flowshops with sequence dependent setup times and machine eligibility [Article]. European Journal of Operational Research, 169(3), 781-800. https://doi.org/10.1016/j.ejor.2004.06.038
Wang, L., Luo, C. M., & Cai, J. C. (2017). A Variable Interval Rescheduling Strategy for Dynamic Flexible Job Shop Scheduling Problem by Improved Genetic Algorithm [Article]. Journal of Advanced Transportation, 12, Article Unsp 1527858. https://doi.org/10.1155/2017/1527858
Zhang, R., & Chiong, R. (2016). Solving the energy-efficient job shop scheduling problem: a multi-objective genetic algorithm with enhanced local search for minimizing the total weighted tardiness and total energy consumption [Article]. Journal of Cleaner Production, 112, 3361-3375. https://doi.org/10.1016/j.jclepro.2015.09.097
周碩鴻. (2006). 應用基因演算法求解供應鏈中生產排程與物流配送兩階段總成本最小化問題 國立交通大學]. 新竹市. https://hdl.handle.net/11296/95e5z8
林則孟. (2012). 生產計畫與管理 2/E. 華泰文化.
林映薷. (2020). 基因演算法於順序相依整備時間之流線型排程問題-以A公司為例 元智大學]. 桃園縣. https://hdl.handle.net/11296/s527u7
郭舫吟. (2021). 應用人工智慧演算法探討多型態人員於平行生產線平衡問題之研究 國立虎尾科技大學]. 雲林縣. https://hdl.handle.net/11296/qk97m6
陳信維. (2022). 批量分割與多目標平行機台彈性零工式生產排程之探討 東海大學]. 台中市. https://hdl.handle.net/11296/fs584p
陳建良. (1995). 排程概述. 機械工業雜誌, 122-137.
陳皎麟. (2003). 製造業生產排程策略對於半成品平均庫存之影響─以A公司為例 國立海洋大學]. 基隆市. https://hdl.handle.net/11296/rn9vq8
麥昭仁. (1996). 晶圓製造廠主要機種派工策略之設計 國立交通大學]. 新竹市. https://hdl.handle.net/11296/4kaenw
劉子鳯. (2021). 應用人工智慧演算法於多型態人力之多條平行裝配線平衡問題 國立虎尾科技大學]. 雲林縣. https://hdl.handle.net/11296/dy2mhv
鄧紫文. (2004). 實際零工式生產派工策略之選擇:靜態系統 國立政治大學]. 台北市. https://hdl.handle.net/11296/fmu44f
蕭宇筑. (2021). 以系統模擬探討鈑金加工製造之派工策略 -個案分析 國立清華大學]. 新竹市. https://hdl.handle.net/11296/xm22bq
簡芸熙. (2020). 基因演算法應用於含燒機之組裝線排程問題 國立清華大學]. 新竹市. https://hdl.handle.net/11296/d2xehy
連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
無相關期刊