Tunghai University Institutional Repository:Item 310901/6462
English  |  正體中文  |  简体中文  |  全文笔数/总笔数 : 21921/27947 (78%)
造访人次 : 4250288      在线人数 : 276
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 查询小技巧:
  • 您可在西文检索词汇前后加上"双引号",以获取较精准的检索结果
  • 若欲以作者姓名搜寻,建议至进阶搜寻限定作者字段,可获得较完整数据
  • 进阶搜寻


    jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://140.128.103.80:8080/handle/310901/6462


    题名: 遺傳演算法應用於模糊需求之經濟批量排程問題
    其它题名: Fuzzy Economic Lot Scheduling Problem with Genetic Algorithm Approach
    作者: 黃士芬
    Huang, Shih-Fen
    贡献者: 張炳騰
    Chang, Ping-Teng
    東海大學工業工程與經營資訊學系
    关键词: 經濟批量排程問題;模糊需求;遺傳演算法
    economic lot scheduling problem;fuzzy demands;genetic algorithm
    日期: 2001
    上传时间: 2011-05-25T09:32:10Z (UTC)
    摘要: 決定批量是生產管理的一項重要決策,但現有的批量方法皆忽視批量問題中的需求模糊性。因此,本研究乃以經濟批量排程問題(economic lot scheduling problem ; ELSP)為範圍,即針對單一生產設備的幾種產品去調整其生產計劃,討論在模糊需求環境下批量方法的研究。 經濟批量排程問題的模式主要分為三類:(1)兩種基本解法:獨立解法(The Independent Solution ; IS)與共同週期法(The Common Cycle Approaches ; CC) ; (2)基本週期法(basic period ; BP) ; (3)延伸基本週期法(extended basic period ; EBP)。本研究的方法主要是將各個模式中之需求量透過三角模糊數來表示,並利用模糊數學的各種運算,將模糊需求代入經濟批量排程問題的各個模式中。由於所運算出的數學模式非常龐大,且模式中又含有限制式的因子,因此,將再加入遺傳演算法做最佳解的搜尋。經實驗分析後得知,模糊需求ELSP之平均總成本與傳統ELSP模式中之平均總成本相差無幾。 藉由本研究所設計出之運作模式,不僅考慮了現實環境中需求的不確定性因素,由於利用遺傳演算法做為搜尋的機制,也加快了獲得整體最佳解的速度,與避免落入區域最佳解的機會,提供決策者做決策的一項依據。在研究過程中亦發現許多值得未來繼續探討的問題與研究機會,並於文末提出建議。
    Determining the lot sizes for products is an important strategy. Conventionally lot-sizing models often ignore future fuzziness or uncertainty in the lot sizing problems. This thesis considers the economic lot-size scheduling problem (ELSP) that concerns production planning in multi-product, single machine, and discusses fuzzy demands. The economic lot-size scheduling problem is divided to three parts: (1) Two basic approaches ─ Independent Solution (IS) and Common Cycle (CC) approaches,(2) The Basic Period (BP) approach, and (3) The Extended Basic Period (EBP) approach. The thesis uses triangular fuzzy number and fuzzy mathematic in order to put the fuzzy demand into the economic lot-size scheduling problem models. Due to the complexity of the mathematical model and constraint, a genetic algorithm (GA) approach is developed to search for the optimal solution. After the data analyses, we found that the average total cost of the ELSP between the fuzzy and nonfuzzy models is almost equal. According to the result and approach of this thesis, we were able to consider the uncertain demand factor and quickly find the optimal solution. It may provide important reference to industrial makers.
    显示于类别:[工業工程與經營資訊學系所] 碩博士論文

    文件中的档案:

    档案 大小格式浏览次数
    089THU00030007-001.pdf4438KbAdobe PDF369检视/开启


    在THUIR中所有的数据项都受到原著作权保护.


    本網站之東海大學機構典藏數位內容,無償提供學術研究與公眾教育等公益性使用,惟仍請適度,合理使用本網站之內容,以尊重著作權人之權益。商業上之利用,則請先取得著作權人之授權。

    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回馈