haku: @instructor Hämäläinen, Jari / yhteensä: 7
viite: 3 / 7
Tekijä: | Parviainen, Olli |
Työn nimi: | Ennakoivaan simulointiin perustuva panostuotannon optimointi |
Batch production optimization by evolutionary computation and predictive simulation | |
Julkaisutyyppi: | Diplomityö |
Julkaisuvuosi: | 2001 |
Sivut: | 139 Kieli: fin |
Koulu/Laitos/Osasto: | Teknillisen fysiikan ja matematiikan osasto |
Oppiaine: | Informaatiotekniikka (Tik-61) |
Valvoja: | Kaski, Samuel |
Ohjaaja: | Hämäläinen, Jari |
OEVS: | Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossaOppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa. Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/ Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.
Kirjautuminen asiakaskoneille
Opinnäytteen avaaminen
Opinnäytteen lukeminen
Opinnäytteen tulostus
|
Sijainti: | P1 Ark Aalto 5304 | Arkisto |
Avainsanat: | simulation batch production scheduling evolutionary computation genetic algorithm simulointi panostuotanto evoluutiolaskenta geneettinen algoritmi |
Tiivistelmä (fin): | Laajojen teollisuusprosessien hallintaa voidaan helpottaa ennakoivalla simuloinnilla, jolloin prosessin käyttäytymistä lähitulevaisuudessa simuloidaan tietokoneen avulla. Ennakoivan simuloinnin avulla pystytään tunnistamaan tulevia ongelmatilanteita etukäteen ja puuttumaan ongelmiin hyvissä ajoin. Työssä tutkittiin ennakoivaan simulointiin perustuvaa yleiskäyttöistä ajosuunnittelumenetelmää, jonka avulla panosprosesseille voitaisiin automaattisesti tuottaa tulevien vuorokausien aikana suoritettavat ohjaustoimenpiteet sisältävä ajosuunnitelma. Menetelmässä prosessikohtaiset ajosuunnittelutavoitteet esitetään optimointitehtävänä, joka ratkaistaan geneettisellä algoritmilla. Geneettisen algoritmin kohdefunktio lasketaan simuloiden prosessin käyttäytymistä suunniteltavan ajanjakson aikana. Ajosuunnittelumenetelmä toimi hyvin, kun sitä sovellettiin kahden erityyppiseen esimerkkiprosessin ajosuunnittelutehtävien ratkaisemiseen. Perinteisesti panosprosessien ajosuunnitteluun on käytetty operaatiotutkimuksen menetelmiä, kuten lineaarista sekalukuoptimointia. Näihin menetelmiin verrattuna työssä käytetyllä menetelmällä voidaan ratkaista myös epälineaarisia ajosuunnittelutehtäviä ja hyödyntää suoraan tuotantolinjan simulointimallia. |
ED: | 2001-10-17 |
INSSI tietueen numero: 17981
+ lisää koriin
INSSI