การแก้ปัญหาการจัดสรรพนักงานบนสายการผลิตรูปตัวยูแบบหลายสายของระบบเซลลูล่าร์แบบมากวัตถุประสงค์

Abstract

วิธีเชิงพันธุกรรมแบบการจัดลำดับที่ไม่ถูกกรอบงำ II (Non-dominated Sorting Genetic Algorithm II: NSGA-II) มีหลักการในการแก้ปัญหาแบบมากวัตถุประสงค์ด้วยการสร้างจุดอ้างอิง (Reference Point) ที่มีลักษณะ เป็นเวกเตอร์หลายมิติ เพื่อหากลุ่มคำตอบที่มีระยะตั้งฉากที่สั้นที่สุดเมื่อเทียบกับจุดอ้างอิงแต่ละจุด บทความนี้จึงเสนอ NSGA-II มาเปรียบเทียบกับวิธีการเชิงวิวัฒนาการแบบหลายวัตถุประสงค์โดยยึดหลักการจำแนก (Multi-Objective Evolutionary Algorithm Based on Decomposition: MOEA/D) ในการแก้ปัญหาการจัดสรรพนักงานบน สายการผลิตรูปตัวยูแบบหลายสาย ประกอบไปด้วย 5 วัตถุประสงค์ ได้แก่ เวลาว่างของพนักงานน้อยที่สุด จำนวน พนักงานน้อยที่สุด อรรถประโยชน์การทำงานของพนักงานมากที่สุด เวลาเดินของพนักงานน้อยที่สุด และความแตกต่าง เวลาเดินของพนักงานน้อยที่สุด ซึ่งผลการทดลองพบว่า NSGA-II มีสมรรถนะที่ดีกว่า MOEA/D ในด้านการลู่เข้าสู่ กลุ่มคำตอบที่เหมาะสมที่สุดชิงพารโต ด้านการลู่ข้าและความหลากหลายของคำตอบ และด้านอัตราส่วนของคำตอบที่ ไม่ถูกครอบงำ ผลการทดลองพบว่า NSGA-II มีประสิทธิภาพที่เหนือกว่า MOEA/D เมื่อเปรียบเทียบในมุมมองของ พาเรโต

Non-dominated Sorting Genetic Algorithm III (NSGA-III) is a multi-objective algorithm which uses reference points in generating the n-dimensional vector space in order to find the set of objective functions which is the shortest perpendicular distance to each of them. The purpose of the research is to compare the performance of NSGA III and MOEA/D on the worker allocation problem on multiple cellular U-shaped assembly lines attempting to realize five objectives, i.e. minimizing idle worker, minimizing number of workers, maximizing utilization of workers, minimizing walking time and minimizing the deviation of walking time. The experiments showed that NSGA-III performs better than MOEA/D in terms of convergence to Pareto optimal set, convergence and diversity metrics and ratio of Non-dominated Solutions.