متوازن سازی خط دوزندگی با استفاده از الگوریتم ژنتیک و شبکه عصبی مصنوعی

پایان نامه
چکیده

متوازن سازی خط تولید یکی از اهداف مهم در تمامی صنایع برای دستیابی به بازدهی بیشتر خطوط تولید و کاهش زمان های بیکاری می باشد. متوازن سازی خط تولید در کارخانجات پوشاک به دلیل تعداد زیاد مراحل کاری و در نتیجه وجود تعداد زیادی کارگر با مهارت های مختلف بسیار مهم و ضروری می باشد. هدف از این تحقیق ارائه مدلی برای متوازن سازی خط دوزندگی پیراهن مردانه ، به عنوان مهمترین قسمت در کارخانجات پوشاک، توسط الگوریتم ژنتیک بر مبنای میزان مهارت هر کارگر و ارائه بهترین چیدمان کارگری بر مبنای پیش بینی زمان استاندارد هر وظیفه توسط شبکه عصبی مصنوعی می باشد. برای توازن خط دوزندگی ابتدا زمان استاندارد مجاز برای هر وظیفه اندازه گیری و محاسبه شد. سپس میزان مهارت هر کارگر عددی تصادفی بین 0 و 1.5 در نظر گرفته شد. با تقسیم زمان استاندارد مجاز برای هر وظیفه بر میزان مهارت هر کارگر، زمان صرف شده برای انجام هر وظیفه توسط هر کارگر بدست آمد. با استفاده از الگوریتم ژنتیک تلاش گردید بهترین چیدمان کارگری برای هر وظیفه بر اساس کمترین زمان صرف شده برای اتمام مراحل دوخت بدست آید. سپس این چیدمان با زمان های بدست آمده از شبکه عصبی نیز محاسبه شده و اختلاف این دو زمان محاسبه می شود. برای پیش بینی زمان انجام هر وظیفه توسط شبکه عصبی از سه پارامتر طول دوخت، ماکزیمم سرعت چرخ خیاطی و پارامتر سومی که بر اساس مشخصات هر مرحله دوخت مشخص می شود، استفاده گردید. شبکه عصبی مصنوعی طراحی شده، feedforward، دارای یک لایه پنهان با 5 نرون می باشد و از الگوریتم آموزش پس انتشار استفاده شده است. نتایج نشان می دهد که شبکه عصبی مصنوعی می تواند ابزاری مفید برای پیش بینی زمان انجام هر مرحله عملیات دوزندگی باشد. نتایج بیانگر ضریب همبستگی 0.98 بین مقادیر واقعی و آموزش و 0.97 بین مقادیر واقعی و آزمون می باشد. نتایج متوازن سازی خط تولید با استفاده از الگوریتم ژنتیک بیانگر زمان 656.68 ثانیه برای اتمام یک محصول با استفاده از زمان های اندازه گیری شده و زمان 626.93 ثانیه با استفاده از نتایج حاصل از شبکه عصبی برای بهترین چیدمان کارگری می باشد. بنابراین شبکه عصبی مصنوعی می تواند ابزاری قدرتمند برای پیش بینی زمان استاندارد انجام وظایف و بنابراین پیش بینی میزان زمان لازم برای تولید و همچنین توازن خط تولید باشد.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

مدل سازی خشک کردن اسمزی زردآلو با استفاده از الگوریتم ژنتیک - شبکه عصبی مصنوعی

ایران از نظر تولید زردآلو در جهان مقام دوم را دارد و مطالعه عوامل موثر بر خشک کردن این میوه و مقدار تاثیر آنها امری ضروری می باشد. لذا در این مطالعه تاثیر دمای محلول اسمزی در محدوده °C 25 تا °C 65، در مدت زمان 30 تا 120 دقیقه و غلظت محلول اسمزی در محدودۀ 30 تا 60 درصد (وزنی/وزنی) بر پارامترهای کاهش وزن، کاهش آب، جذب مواد جامد و نسبت دفع آب به جذب مواد جامد در طی خشک کردن اسمزی زردآلو مورد بررسی...

متن کامل

مدل‌سازی فرایند تبدیل خشک متان به‌کمک پلاسما با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک

 پیش‌بینی فراورده‌های (هیدروژن و کربن مونوکسید) تبدیل خشک متان به‌کمک پلاسما در فشار جوی با استفاده از شبکه عصبی مصنوعی شبیه‌سازی شد. داده‌های تجربی موردنیاز برای مدل‌سازی شبکه عصبی مصنوعی از یک واکنشگاه پلاسمایی تخلیه کرونا جمع‌آوری شد. اثر عامل‌های فرایندی (توان تخلیه پلاسما، دبی خوراک ورودی) بر کارایی تبدیل متان و گزینش‌پذیری نسبت به فراورده‌های مورد بررسی قرار گرفتند. شبکه پیش‌خور با الگوری...

متن کامل

مدل‌کردن و بهینه سازی سنتز آنزیمی کافئیک اسید فن اتیل استر با استفاده از شبکه عصبی مصنوعی و الگوریتم ژنتیک

در این تحقیق، واکنش کافئیک اسید و 2- فنیل اتانول در حضور لیپاز تثبیت شده از مخمر آنتارکتیکا (نووزیم 435) به منظور تولید کافئیک اسید فن اتیل استر در سیستم ایزواکتان با استفاده از روش‌های شبکه عصبی مصنوعی و ژنتیک الگوریتم مدل سازی و بهینه گردید. بدین منظور ازیک طرح مرکب مرکزی چرخش پذیر با 4 متغیر و 5 سطح جهت مدل کردن واکنش آنزیمی به کمک شبکه عصبی مصنوعی استفاده شد. متغیرهای مستقل شامل دما، زمان، ...

متن کامل

مدل سازی خشک کردن اسمزی زردآلو با استفاده از الگوریتم ژنتیک - شبکه عصبی مصنوعی

ایران از نظر تولید زردآلو در جهان مقام دوم را دارد و مطالعه عوامل موثر بر خشک کردن این میوه و مقدار تاثیر آنها امری ضروری می باشد. لذا در این مطالعه تاثیر دمای محلول اسمزی در محدوده °c 25 تا °c 65، در مدت زمان 30 تا 120 دقیقه و غلظت محلول اسمزی در محدودۀ 30 تا 60 درصد (وزنی/وزنی) بر پارامترهای کاهش وزن، کاهش آب، جذب مواد جامد و نسبت دفع آب به جذب مواد جامد در طی خشک کردن اسمزی زردآلو مورد بررسی...

متن کامل

مدل سازی و پیش بینی کارایی بانک های دولتی و خصوصی ایران با استفاده از مدل های شبکه عصبی مصنوعی، شبکه عصبی فازی و الگوریتم ژنتیک

دستیابی به رشد مستمر و مداوم اقتصادی و به موجب آن توسعه اقتصادی را می توان از زمره اهدافی قلمداد نمود که تمام کشورها در پی دستیابی به آن می باشند. در این راستا بانک ها نقش بسیار مهمی در پیشرفت و توسعه اقتصادی هر کشور ایفا می نمایند. در حال حاضر با توجه به تعداد قابل توجه بانک های دولتی و خصوصی در کشور پیش بینی کارایی آن ها اهمیت ویژه ای پیدا کرده است. هدف از این پژوهش، مدلسازی و پیش بینی کارایی...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه یزد - دانشکده نساجی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023