search query: @keyword geneettinen algoritmi / total: 21
reference: 17 / 21
« previous | next »
Author:Kämäräinen, Olli
Title:A finite capacity scheduling system for a silicon wafer manufacturer
Hienokuormitusjärjestelmä piikiekkovalmistajalle
Publication type:Master's thesis
Publication year:1999
Pages:69      Language:   eng
Department/School:Teknillisen fysiikan ja matematiikan osasto
Main subject:Sovellettu matematiikka   (Mat-2)
Supervisor:Ruuth, Sampo
Instructor:Laakkonen, Jari
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 Centre

In 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

  • Aalto University staff members log on to the customer computer using the Aalto username and password.
  • Other customers log on using a shared username and password.

Opening a thesis

  • On the desktop of the customer computers, you will find an icon titled:

    Aalto Thesis Database

  • Click on the icon to search for and open the thesis you are looking for from Aaltodoc database. You can find the thesis file by clicking the link on the OEV or OEVS field.

Reading the thesis

  • You can either print the thesis or read it on the customer computer screen.
  • You cannot save the thesis file on a flash drive or email it.
  • You cannot copy text or images from the file.
  • You cannot edit the file.

Printing the thesis

  • You can print the thesis for your personal study or research use.
  • Aalto University students and staff members may print black-and-white prints on the PrintingPoint devices when using the computer with personal Aalto username and password. Color printing is possible using the printer u90203-psc3, which is located near the customer service. Color printing is subject to a charge to Aalto University students and staff members.
  • Other customers can use the printer u90203-psc3. All printing is subject to a charge to non-University members.
Location:P1 Ark TF80     | Archive
Keywords:production scheduling
genetic algorithm
combinatorial optimization
tuotannon ajoitus
geneettinen algoritmi
kombinatorinen optimointi
Abstract (fin):Tuotannon ajoituksessa määritellään töiden järjestys ja aikataulu tehtaan eri työpisteissä.
Työpisteellä on tietty kapasiteetti ja tietty määrä resursseja, kuten koneita.
Tuotannon hienokuormituksessa ajoitetaan tuotanto ottamalla työpisteiden kapasiteetit ja resurssit huomioon.

Tämän diplomityön tavoitteena on määritellä piikiekkovalmistajalle tuotannon hienokuormitustyökalu, jossa ajoituksen ratkaisee geneettinen algoritmi.
Työn teoreettisessa osassa esitellään eri tuotannonohjausalgoritmeja ja tapoja ratkaista tuotannon ajoitus.
Työn soveltavassa osassa mallinnetaan piikiekkotuotanto resurssirajoitteisen ajoitusongelman muotoon.
Lisäksi hahmotellaan ajoitustyökalun toiminta osana yrityksen tietojärjestelmää.

Tuotannon hienokuormitus perustuu usein prioriteettisääntöihin, jotka määräävät työn valinnan vapaana olevassa työpisteessä.
Vaikka prioriteettisääntöihin pohjautuva hienokuormitus on yksinkertainen ja joustava, se ei takaa optimaalista ajoitusta.
Resurssirajoitteinen tuotannon ajoitus on kuitenkin vaikea kombinatorisen optimoinnin ongelma, eikä sitä useimmiten voida ratkaista optimaalisesti kohtuullisessa laskenta-ajassa.
Siksi ajoitusongelmien ratkaisemiseksi on sovellettu mm. metaheuristisia hakumenetelmiä.

Geneettiset algoritmit ovat menetelmiä, jotka matkivat luonnon evoluutiomekanismia.
Niissä ratkaisujen joukkoa eli populaatiota yritetään parantaa jokaisella algoritmin kierroksella.
Populaatioon sovelletaan geneettisiä operaattoreita, valintaa, mutaatiota ja risteytystä.

Mallinnuksen tavoitteena on etsiä malli työvaiheen keston laskemiseksi sekä määrittää työvaiheen käyttämät resurssit.
Mallia ylläpidetään yrityksen toiminnanohjausjärjestelmässä.
Resurssirajoitteinen ajoitusongelma voidaan ratkaista soveltamalla geneettistä algoritmia työvaiheiden prioriteettien määrittämiseen.
Tuotannon ajoitus lasketaan eteen- tai taaksepäin sijoittelemalla työvaiheet edeltäjä-seuraaja- suhteiden asettamassa järjestyksessä.
Resurssikonflikteja kohdattaessa työvaiheet ajoitetaan prioriteettien mukaisessa järjestyksessä.
Ajoitustyökalun suunnittelussa pyritään löytämään yksinkertainen tapa valita ajoitettavat työt siten, että ajoitusongelma säilyisi mahdollisimman pienenä.
ED:1999-06-18
INSSI record number: 14494
+ add basket
« previous | next »
INSSI