search query: @keyword geneettiset algoritmit / total: 16
reference: 15 / 16
Author: | Ek, Vesa |
Title: | Töidenjärjestely ja -ajoitusalgoritmin suunnittelu ja toteutus |
Design and implementation of a scheduling algorithm | |
Publication type: | Master's thesis |
Publication year: | 1999 |
Pages: | 58 Language: fin |
Department/School: | Teknillisen fysiikan ja matematiikan osasto |
Main subject: | Sovellettu matematiikka (Mat-2) |
Supervisor: | Ruuth, Sampo |
Instructor: | Kanerva, Olli |
OEVS: | Electronic archive copy is available via Aalto Thesis Database.
Instructions Reading digital theses in the closed network of the Aalto University Harald Herlin Learning CentreIn the closed network of Learning Centre you can read digital and digitized theses not available in the open network. The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/ You can read theses on the Learning Centre customer computers, which are available on all floors.
Logging on to the customer computers
Opening a thesis
Reading the thesis
Printing the thesis
|
Location: | P1 Ark TF80 | Archive |
Keywords: | production planning and scheduling capacity planning genetic algorithms tuotannonohjaus ja -ajoitus kapasiteettisuunnittelu geneettiset algoritmit |
Abstract (fin): | Tässä diplomityössä on suunniteltu ja toteutettu ajoitusalgoritmi Tieto Corporation Oyj:n teollisuusryhmän osatulosyksikön Dialogos-Teamin suunnittelemaan ja toteuttamaan Lean System -toiminnanohjausjärjestelmän tuotannonsuunnittelumoduulin Ohjaustyöasemaan. Työ on tehty Teknillisen korkeakoulun Systeemianalyysin laboratoriossa Tekesin tukemassa P-Net -projektissa, jonka tarkoituksena on kehittää tuotannonohjausalgoritmeja suomalaisen kappaletavaratuotannon tarpeisiin. Töiden ajoitus on merkittävä osa tuotannonsuunnitteluprosessia. Pääsääntöisesti erilaiset kaupalliset tuotannonohjauksen ohjelmistot, kuten Ohjaustyöasema, tarjoavat visuaaliset välineet ajoituksen suorittamiseksi. Kun ajoitettavien töiden ja työvaiheiden määrä kasvaa suureksi on "hyvien" ajoitusten luominen ilman algoritmisia menetelmiä erittäin paljon aikaa vaativaa. Tämä johtuu siitä, että taustalla oleva matemaattinen kombinatorinen ongelma on luonteeltaan vaikea ja sen ratkaiseminen optimaalisesti algoritmisestikin on useissa tapauksissa käytössä olevan laskentatehon ja -menetelmien puitteissa mahdotonta. Ongelman luonteesta johtuen pohjautuu tässä työssä toteutettu ajoitusalgoritmi heuristiseen menetelmään - geneettiseen algoritmiin. Työn tavoitteiden asettelusta johtuen ei voitu myöskään ajatella tarkkojen menetelmien käyttöä, sillä näin oltaisiin rajoitettu algoritmin yleiskäyttöisyyttä. |
ED: | 1999-06-18 |
INSSI record number: 14491
+ add basket
INSSI