วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2551

งานวิจัยนี้ทำการศึกษาหาวิธีการอัลกอริทึมแบบใหม่ที่เรียกว่า วิธี Combinatorial Optimization with Coincidence Algorithm (COIN) หรือวิธีอัลกอริทึมการบรรจวบ และทำการพัฒนาวิธีอัลกอริทึมการบรรจวบรวมกับเมมเมติกอัลกอริทึม เพื่อนำมาประยุกต์ใช้ในการหาคำตอบที่มีหลายวัตถุประสงค์ สำหรับจัดสมดุลสายการประกอบแบบผลิตภัณฑ์ผสมที่มีลักษณะของสายการผลิตแบบตัวยู ในระบบผลิตแบบทันเวลาพอดี จะพิจารณาฟังก์ชันวัตถุประสงค์ทั้งหมด 3 วัตถุประสงค์พร้อมกันคือ จำนวนสถานีงานมีจำนวนน้อยที่สุด งานมีผลต่างความสัมพันธ์ในสถานีงานมีค่าน้อยที่สุดและความผันแปรของเวลาในสถานีงานทั้งหมดมีค่าน้อยที่สุด ซึ่งจะทำการเปรียบเทียบประสิทธิภาพในขนาดปัญหาทดลอง 19 36 61 และ 111 ขั้นงาน กับอัลกอริทึมที่เป็นที่นิยมและได้คำตอบที่ดีในปัจจุบันคือวิธีเจนเนติกอัลกอริทึมแบบ NSGA-II (NSGA-II) และวิธีเมมเมติกอัลกอริทึมแบบ NSGA-II (M-NSGA-II) จากการเปรียบเทียบคำตอบจากตัวชี้วัดสมรรถนะ 4 ด้าน คือในด้านคำตอบที่มีการลู่เข้าใกล้กลุ่มคำตอบที่ดีที่สุดที่แท้จริง ด้านการกระจายของกลุ่มคำตอบที่หาได้ ด้านอัตราส่วนของจำนวนกลุ่มคำตอบที่หาได้เทียบเท่ากับกลุ่มคำตอบที่แท้จริง และด้านเวลาในการประมวลผลพบว่าในขนาดปัญหาเล็ก 19 และ 36 ขั้นงานวิธีวเมมเมติกอัลกอริทึมแบบ NSGA-II (M-NSGA-II) จะได้คำตอบที่ดีที่สุด ในส่วนปัญหาขนาดใหญ่ 61 และ 111 วิธีอัลกอริทึมการบรรจวบรวมกับเมมเมติกอัลกอริทึมจะเป็นวิธีที่มีประสิทธิภาพมากที่สุด โดยเฉพาะปัญหาขนาด 111 ขั้นงานสามารถหาค่าจำนวนสถานีงานน้อยสุดเท่ากับ 14 สถานีงาน ซึ่งเป็นค่าที่เหมาะสมที่สุด (Optimal Solution)