Wyniki wyszukiwania - BazTech

1

Tabu Search and genetic algorithm for production process scheduling problem

Burduk Anna, Musiał Kamil, Kochańska Joanna, Górnicka Dagmara, Stetsenko Anastasia

LogForum

|

2019

|

Vol. 15, no. 2

181--189

EN

Background: The paper deals with production process scheduling problem. In large companies, the decision-making process about operators' work, machines availability and production flow is a very difficult task, which is often being done by employees. Thus, not always the decision made is optimal in terms of cost, production time, etc. Methods: As a solution, two intelligent methods: Tabu Search and the genetic algorithm have been analyzed in field of production scheduling. The aim of this work was to examine the possibility of improving presented decision-making process that is being performed when scheduling, using Tabu Search and genetic algorithms. As a result of experimental research, it has been confirmed that the use of appropriately selected and parameterized intelligent methods allows for the optimization of the analyzed production process due to its duration. The research was case of study performed in cooperation with company that produces components for automotive industry. Results: Basing on collected and analyzed data, considered methods can be more or less successfully used in production process scheduling. Comparing both used algorithms, Tabu Search twice proposed worse solutions, the average operational time was 1.63% shorter than the actual one. In this case, better results were reached by using genetic algorithm - potential operational time was always shorter than the actual one, and it was reduced by 6.3% in total on average. Conclusion: Using algorithms allowed to achieve lower workload of employees and to reduce of operational time, which were the evaluation criteria in performed research. Managers of the analyzed company were pleased with the proposed solution and declared interest in developing these methods for future. This shows that intelligent methods can find, in relatively short time, the solution that is close to the optimal and acceptable from the problem point of view.

PL

Wstęp: Artykuł opisuje problem harmonogramowania procesów produkcyjnych. W dużych przedsiębiorstwach proces podejmowania decyzji dotyczących pracy operatorów, maszyn, dostępności zasobów i przepływu produkcji jest bardzo złożonym zadaniem, często wykonywanym przez pracowników. W związku z tym podjęte decyzje nie zawsze są optymalne w kontekście kosztów, czasu produkcji itp. Metody: Jako rozwiązanie, przeanalizowane zostało użycie, w obszarze harmonogramowania produkcji, dwóch metod inteligentnych: Tabu Search i algorytmów genetycznych. Celem pracy było zbadanie możliwości doskonalenia procesu podejmowania decyzji, który jest wykonywany przy harmonogramowaniu produkcji, przy pomocy Tabu Search i algorytmów genetycznych. Jako wynik eksperymentu przeprowadzonego podczas badań, potwierdzono, że użycie odpowiednio wybranych oraz sparametryzowanych metod inteligentnych pozwala na optymalizację analizowanego procesu produkcji. Badania zostały wykonane we współpracy z przedsiębiorstwem zajmującym się produkcją komponentów dla branży motoryzacyjnej, jako studium przypadku. Wyniki: Zgodnie z zebranymi i przeanalizowanymi danymi, wybrane metody mogą być z mniejszym bądź większym powodzeniem stosowane w procesie harmonogramowania produkcji. Porównując zastosowane algorytmy, Tabu Search dwukrotnie zaproponował rozwiązanie gorsze od aktualnego podejścia przedsiębiorstwa, jednak czas produkcji został skrócony średnio o 1.63%. W tym przypadku, lepsze wyniki pozwoliło osiągnąć zastosowanie algorytmu genetycznego - potencjalny czas produkcji był zawsze krótszy od aktualnie stosowanego rozwiązania, a średni czas produkcji został zredukowany o 6.3%. Wnioski: Zastosowanie algorytmów pozwoliło na osiągnięcie niższego obciążenia pracą operatorów oraz zredukowanie czasu operacyjnego, co stanowiło kryteria oceny w przeprowadzonych badaniach. Kierownictwo analizowanego przedsiębiorstwa było zadowolone z zaproponowanych rozwiązań. Zdecydowali się na stosowanie omawianych metod w codziennym harmonogramowaniu produkcji oraz zadeklarowali zainteresowanie rozwojem stosowania metod w przyszłości. Metody inteligentne pozwalają znaleźć, w relatywnie krótkim czasie, rozwiązanie bliskie optymalnemu i akceptowalne z punktu widzenia analizowanego problemu.

2

Podstawy systemu wspomagającego zarządzanie nawierzchniami przemysłowym

Gajzler M.

Czasopismo Techniczne. Budownictwo

|

2010

|

R. 107, z. 1-B

57-70

PL

Artykuł przedstawia główne założenia budowy i funkcjonowania systemu wspomagającego zarządzanie nawierzchniami przemysłowymi. System ten jako narzędzie wspomagające zarządcę/właściciela nawierzchni pozwala wypracowywać decyzje niezbędne dla właściwego funkcjonowania nawierzchni, ujmując trzy aspekty zarządzania: techniczny związany z utrzymaniem, konserwacją i naprawami, ekonomiczny ujmujący rachunek kosztów i przychodów oraz aspekt społeczny pozwalający budować relacje z użytkownikiem nawierzchni. Zaproponowano budowę modułową systemu zarządzania oraz zaprezentowano istniejący moduł dla napraw posadzek przemysłowych (system doradczy dla napraw posadzek przemysłowych), a także grupę narzędzi inteligentnych mogących znaleźć zastosowanie w budowie systemu zarządzania.

EN

This paper presents the main foundations of the structure and operation of the support system for industrial surfaces management. This model of system as a tool supporting the administrator/owner of surface enables to reach decisions essential for the proper operation of the surface considering three aspects of management: technical (referring to maintenance and repairs), economic (relating to costs calculation) and social (allowing to establish a relationship with surface user). The paper contains: presentation of the model of industrial surfaces management system, description of the module enabling the owner of surface to repair the industrial floors as well as specification of the cluster of intelligence tools which can be applied in the management system.

3

Intelligent modelling in manufacturing

Balic J., Cus F.

Journal of Achievements in Materials and Manufacturing Engineering

|

2007

|

Vol. 24, nr 1

340-349

EN

Purpose: Modeling of production systems is very important and makes optimization of complicated relation in production system possible. The purpose of this paper is introducing artificial techniques, like Genetic Algorithms in modelling and optimization of job shop scheduling in production environment and in programming of CNC machine tools. Design/methodology/approach: Conventional methods are not suitable for solving such complicated problems. Therefore Artificial Intelligent method was used. We apply Genetic Algorithm method. Genetic Algorithms are computation methods owing their power in particular to autonomous mechanisms in biological evolution, such as selection, "survival of the fittest" (competition), and recombination. Findings: In example solutions are developed for an optimization problem of job shop scheduling by natural selection. Thus no explicit knowledge was required about how to create a good solution: the evolutionary algorithm itself implicitly builds up knowledge about good solutions, and autonomously absorbs knowledge. CNC machining time was significant shorter by using GA method for NC programming. Research limitations/implications: The system was developed for PC and tested in simulation process. It needs to be tested more in detail in the real manufacturing environment. Practical implications: It is suitable for small and medium-sized companies. Human errors are avoid or at lower level. It is important for engineers in job - shops. Originality/value: The present paper is a contribution to more intelligent systems in production environment. It used genetic based methods to solve engineering problem.

4

Zastosowania metod inteligentnych w akustyce

Kostek B.

Modelowanie Inżynierskie

|

2006

|

T. 1, nr 32

273-280

PL

Celem referatu jest przegląd wybranych zastosowań metod inteligentnych w akustyce, a w szczególności w szeroko rozumianej inżynierii dźwięku. Przedstawione badania i eksperymenty były prowadzone na podstawie sztucznych sieci neuronowych, metody zbiorów przybliżonych, logiki rozmytej, grafów przepływowych Pawlaka oraz algorytmów genetycznych. Rozwiązywane problemy dotyczyły klasyfikacji dźwięków muzycznych, rozpoznawania fraz muzycznych, przetwarzania muzyki, sterowania klasycznymi organami piszczałkowymi oraz oceny jakości w akustyce.

EN

The aim of this paper was to review some chosen applications of computational techniques to acoustics and in particular to sound engineering. The presented research studies employed artificial neural networks, rough set method, fuzzy logic, genetic algorithms, Pawlak’s flow graphs and other soft computing techniques. The investigated problems were devoted to classification of musical instrument sounds, musical phrases, and intelligent music processing, and also to the domain of computer control of classical organ instruments.