วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2558

การจัดลำดับการผลิตที่มีหลายวัตถุประสงค์บนสายการประกอบผลิตภัณฑ์ผสมแบบหลายคนงาน จัดเป็นปัญหาแบบเอ็นพียาก (non-deterministic polynomial time hard; NP-Hard) ซึ่งวิธีการแก้ปัญหานั้นจำเป็นต้องใช้วิธีการทางฮิวริสติก (Heuristic) บทความนี้นำเสนอการหาค่าที่เหมาะสมที่สุดแบบวิธีการบรรจวบแบบขยาย (Combinatorial Optimization with Coincidence Extended: COIN-E) เพื่อใช้สำหรับแก้ปัญหาดังกล่าว โดยมี 3 วัตถุประสงค์ที่จะถูกทำให้เหมาะสมที่สุดไปพร้อมกัน ได้แก่ ความผันแปรของการผลิตน้อยที่สุด ปริมาณงานที่ทำไม่เสร็จในการผลิตน้อยที่สุด และเวลาของการปรับตั้งเครื่องจักรน้อยที่สุด ผลจากการทดลองแก้ปัญหาที่มีลักษณะต่างๆที่แตกต่างกัน แสดงให้เห็นว่า COIN-E มีสมรรถนะในการแก้ปัญหาที่สูงกว่าการหาค่าที่เหมาะสมที่สุดแบบเจนเนติกอัลกอริทึม (NSGA-II) การหาค่าที่เหมาะสมที่สุดแบบการกระจายตัวของสิ่งมีชีวิตตามภูมิศาสตร์ (BBO) และการหาค่าที่เหมาะสมที่สุดแบบฝูงอนุภาคไม่ต่อเนื่อง (DPSO) ซึ่งเป็นอีกอัลกอริทึมที่ได้รับความนิยม ทั้งในดัชนีการลู่เข้าสู่คำตอบที่เหมาะสมที่สุดแบบพาเรโต ดัชนีด้านอัตราส่วนของจำนวนคำตอบที่ไม่ถูกครอบงำเทียบกับจำนวนคำตอบทีอัลกอริทึมหาได้ (RNDS-I) อัตราส่วนของจำนวนคำตอบที่ไม่ถูกครอบงำเทียบกับจำนวนคำตอบที่แท้จริง (RNDS-II) จำนวนคำตอบที่เหมาะสมที่สุดเชิงพาเรโต (NNDS) และดัชนีเวลาที่ใช้ในการคำนวณหาคำตอบ