應用人工智慧演算法於生產線平衡中的工作站規劃問題

Artificial Intelligence Approaches for the Stations of Assembly Line Balancing Problem

陳維翰(Wei-Han Chen)

指導教授 ： 謝益智

國立虎尾科技大學/管理學院/工業管理系工業工程與管理碩士班/碩士(2016年)

摘要

本研究探討生產線平衡問題(Assembly Line Balancing Problem，ALBP)，此問題的目的是在給定各工作的流程時間與工作站的週期時間(Cycle Time)下，如何有效地分配每個工作於工作站中，使總工作站數為最少。因此本研究探討的問題為平衡產線工作負荷，安排出最適當的工作調度於工作站，使其接近所設定之工作站週期時間，進而減少工作站數以降低企業成本，使產線的工作效率達到最大化。

本研究應用三種演算法，包含基因演算法(Genetic Algorithm, GA)、免疫演算法(Immune Algorithm, IA)以及粒子群演算法(Particle Swarm Optimization, PSO)，並且提出全新的編碼方式解決此問題。測試問題分為兩部分，第一部分是以過去學者的部分資料庫做為測試問題，第二部分則是自行設計之測試問題。本研究將比較三種演算法對此生產線平衡中的工作站規劃問題的表現，數值結果顯示，粒子群演算法求解速度優於其他兩種演算法，而免疫演算法求解品質優於其他二種演算法。

關鍵字

生產排程 ； 生產線平衡問題 ； 基因演算法 ； 免疫演算法 ； 粒子群演算法 ； 田口方法

並列摘要

This thesis explored the Assembly Line Balancing Problem. The purpose of this problem is to effectively allocate tasks to each workstation, subject to the given cycle time, such that the total number of workstations is minimized. Therefore, based upon the precedence of tasks, the present study aims to arrange the most appropriate tasks into workstations so close to the given cycle time of workstation and to reduce the number of workstations. A better assignment of tasks in Assembly Line Balancing Problem can reduce costs and incease the working efficiency.

In this thesis, we apply three artificial intelligence algorithms, including Genetic Algorithm (GA), Immune Algorithm (IA), Particle Swarm Optimization (PSO), and a new encoding method for solving this Assembly Line Balancing Problem . There are two sets of test problems. The first set of test problems is adopted from the benchmark problems in the database, and the second set of test problems is our own designed set of test problems. In this thesis, we test these test problems and compare the performance of these three algorithms for assembly line balancing problems. Nnumerical results show that Particle Swarm Optimization is faster than the other two algorithms and Immune Algorithm is superior to the other two algorithms.

並列關鍵字

Production Scheduling ； Assembly Line Balancing Problem ； Genetic Algorithm ； Immune Algorithm ； Particle Swarm Optimization ； Taguchi Method

參考文獻

15.黃若蘋(2007)，啟發式演算法於資料分群問題之比較，大同大學資訊經營研究所，碩士論文。

19.顏伯蒼(2012)，建構資源限制下雙邊生產線平衡最佳解之數學規劃模式，國立中正大學企業管理研究所，博士論文。

17.鄞玉婷(2015)，應用人工智慧演算法於大樓的週期性資源回收之路線規劃問題，國立虎尾科技大學工業工程與管理研究所，碩士論文。

3.吳冠億(2009)，修正式NEH基因演算法(MNGA)之應用－以流程型生產排程總完工時間極小化問題為例，國立虎尾科技大學工業工程與管理研究所，碩士論文。

5.李?銓(2011)，人工智慧演算法應用於藥劑噴灑最佳化問題之研究，國立虎尾科技大學工業工程與管理研究所，碩士論文。