Modelowanie złożonych zespołów produkcyjnych w warunkach niepewności z zastosowaniem przedziałów i liczb rozmytych

• Autorzy: Herka W. , Róg P.
• Języki publikacji: PL

Abstrakty

PL

W złożonych pod względem struktury połączeń układach produkcyjnych trudno jest z góry ustalić wszystkie parametry pracy obrabiarek będących ich składnikami. Dodatkowo w układach tych zawsze kryje się spora doza niepewności, co znacznie utrudnia to zadanie. Powszechnym rozwiązaniem stosowanym juk w latach 60.-70., ale także i obecnie jest technika symulacji pracy układu produkcyjnego oparta na metodzie Monte Carlo. Metoda ta, będąca czysto stochastyczną, wymaga znacznych narzutów czasowych ze względu na konieczność częstego uruchamiania programu symulatora. Jak wiadomo, czas w wielu przypadkach jest najcenniejszym parametrem, stanowi jeden z głównych kosztów związanych z wdrażaniem nowych linii produkcyjnych. Ponadto nie zawsze mamy dostatecznie dużo danych, aby stworzyć opis parametrów systemu w postaci funkcji gęstości. W niniejszej pracy przedstawione zostaną propozycje mogące pomóc w rozwiązaniu powyższych problemów. Opierają się one na zastosowaniu przedziałów lub liczb rozmytych dla formalizacji matematycznej parametrów pracy obrabiarek. Praca ta zawiera pewne propozycje rozwiązań dotyczących poszukiwań wąskich gardeł systemów produkcyjnych.

Słowa kluczowe

PL

wąskie gardło; przedział; przedział rozmyty; digraf; systemy produkcyjne

• Wydawca: Wydawnictwo Politechniki Częstochowskiej
• Czasopismo: Informatyka Teoretyczna i Stosowana
• Rocznik: 2002
• Tom: R. 2, nr 3
• Strony: 143--153
• Opis fizyczny: Bibliogr. 4 poz., 8 rys., 1 tab.

Twórcy

autor

Herka W.

• Instytut Informatyki Teoretycznej i Stosowanej, Politechnika Częstochowska ul. Dąbrowskiego 73, 42-200 Częstochowa

autor

Róg P.

• Instytut Informatyki Teoretycznej i Stosowanej, Politechnika Częstochowska ul. Dąbrowskiego 73, 42-200 Częstochowa

Bibliografia

• [1] Sevastianov P., Rog P., Fuzzy Optimization Using Direct Crisp and Fuzzy Interval Comparison, Proc. of The Six Int. Conf. Neural Networks and Soft Computing, Zakopane 2002, 203-212.
• [2] Moore R.E., Interval analysis, Prentice-Hall, Englewood Cliffs 1966, 250.
• [3] Sewastianow P., Róg P., Wenberg A.A., Constructive Numerical Method for the Comparison of Intervals, Proc. of the 4th Int. Conf. PPAM 2001, Nałęczów 2001, 756-761.
• [4] Sewastianow P., Koszkul M., Róg P., Modelowanie procesów produkcyjnych w warunkach niepewności rozmytego typu, Informatyka Teoretyczna i Stosowana 2001, 1, 1, 89-94.