วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2548

พัฒนาวิธีการแก้ปัญหาการสั่งซื้อวัตถุดิบหลายชนิดแบบเป็นล็อต สำหรับระบบการคงคลังที่มีข้อจำกัดเชิงสมรรถภาพร่วมกัน โดยมีวัตถุประสงค์เพื่อทำให้ค่าใช้จ่ายโดยรวมต่ำหรือค่าใกล้เคียงต่ำที่สุด โดยในงานวิจัยแบ่งออกเป็น 3 ส่วน ในส่วนแรกคือ การสร้างแบบจำลองทางคณิตศาสตร์ที่สอดคล้องกับระบบการสั่งซื้อ และข้อจำกัดของโรงงานกรณีศึกษา เพื่อคำนวณหาค่าคำตอบจำนวนการสั่งซื้อวัตถุดิบแบบเป็นล็อต ของรถยนต์แต่ละรุ่นด้วยโปรแกรม CPLEX 8.00 สำหรับในส่วนที่สองเป็นการพัฒนาวิธีการค้นหาคำตอบแบบฮิวริสติก และในส่วนที่สาม เปรียบเทียบค่าคำตอบระหว่างแบบจำลองทางคณิตศาสตร์ในงานวิจัยส่วนที่หนึ่ง และวิธีการค้นหาคำตอบแบบฮิวริสติกในงานวิจัยส่วนที่สอง สำหรับวิธีฮิวริสติกที่ผู้วิจัยพัฒนาขึ้น ในส่วนขั้นตอนการทำงาน แบ่งการทำงานออกเป็น 5 ขั้นตอนคือ ขั้นตอนการสร้างค่าคำตอบเบื้องต้น (Initial solution step) ขั้นตอนการปรับปรุงค่าคำตอบเบื้องต้น (Pre-improving) ขั้นตอนการคำนวณตัวแปรและค่าใช้จ่ายต่างๆ (Cost calculation step) ขั้นตอนการตรวจสอบว่ารูปแบบปัญหาสามารถหาคำตอบได้หรือไม่ (Infeasible region pre-solving step) และขั้นตอนการปรับปรุงคำตอบแบบย้อนหลังจากช่วงระยะเวลาสุดท้ายขึ้นมา (Improving step) โดยให้สอดคล้องกับข้อจำกัดต่างๆ ที่กำหนด สำหรับผลที่ได้ในการเปรียบเทียบค่าคำตอบระหว่างแบบจำลองทางคณิตศาสตร์ และวิธีการค้นหาคำตอบแบบฮิวริสติกพบว่า ขนาดปัญหาวัตถุดิบ 3 รุ่น ระยะเวลา 5 สัปดาห์ ซึ่งเป็นปัญหาที่แบบจำลองทางคณิตศาสตร์สามารถหาค่าคำตอบที่ดีที่สุดได้ (Optimal solution) วิธีฮิวริสติกให้ค่าคำตอบค่าใช้จ่ายโดยรวมเฉลี่ยสูงกว่า เท่ากับ 1.88% (ผลต่างสูงสุดที่ 4.79%) แต่สำหรับขนาดปัญหาวัตถุดิบ 6 รุ่น ระยะเวลา 10, 20 และ 52 สัปดาห์ ซึ่งเป็นปัญหาที่แบบจำลองทางคณิตศาสตร์หาค่าคำตอบที่ดีที่สุดเท่าที่หาได้เท่านั้น (Best found solution) พบว่า วิธีฮิวริสติกที่นำเสนอให้ค่าใช้จ่ายโดยรวมเฉลี่ยต่ำกว่า เท่ากับ 0.02% (ผลต่างสูงสุดที่ 1.95%) 4.53% (ผลต่างสูงสุดที่ 8.48%) และ 15.25% (ผลต่างสูงสุดที่ 21.81%) ตามลำดับ