วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2554

สายการประกอบผลิตภัณฑ์ผสมแบบสองด้านถูกออกแบบมาเพื่อผลิตภัณฑ์ที่มีลักษณะคล้ายคลึงกัน และมีขนาดใหญ่ ในการใช้งานสายการประกอบดังกล่าว จะต้องพิจารณาเกี่ยวกับการจัดลำดับการผลิต เพื่อทำให้สายการประกอบสามารถทำงานได้อย่างเต็มประสิทธิภาพ แต่ทว่าปัญหาการจัดลำดับสำหรับสายการประกอบดังกล่าวนี้ถูกจัดอยู่ในประเภท NP-Hard ทำให้การค้นหาคำตอบที่ดีที่สุดสำหรับปัญหาขนาดใหญ่เป็นไปได้ยาก ดังนั้นงานวิจัยนี้จึงนำเสนออัลกอริทึมที่มีชื่อว่า วิธีการหาค่าที่เหมาะสมแบบฝูงอนุภาคโดยใช้ความรู้เชิงลบ (Particle Swarm Optimization with Negative Knowledge : PSONK) เพื่อประยุกต์ใช้ในการแก้ปัญหาดังกล่าว โดยจะพิจารณาฟังก์ชันวัตถุประสงค์ 2 ฟังก์ชัน ไปพร้อมๆ กัน ได้แก่ ค่าใช้จ่ายการปรับตั้งเครื่องจักรน้อยที่สุด และปริมาณงานที่ทำไม่เสร็จน้อยที่สุด โดยจะเทียบประสิทธิภาพของ PSONK กับอัลกอริทึมที่ได้รับการยอมรับทั่วไปว่ามีประสิทธิภาพสูง ได้แก่ COMSOAL NSGA-II DPSO และ BBO ผลการเปรียบเทียบพบว่า PSONK สามารถค้นหาคำตอบได้อย่างรวดเร็ว โดยคำตอบที่ค้นพบยังใกล้เคียงกับกลุ่มคำตอบที่แท้จริงมากที่สุด ทั้งในด้านการลู่เข้าสู่กลุ่มคำตอบที่แท้จริงและอัตราส่วนของจำนวนกลุ่มคำตอบที่ค้นพบเทียบเท่ากลุ่มคำตอบที่แท้จริง ดังนั้น PSONK จึงเป็นวิธีที่มีประสิทธิภาพและมีความเหมาะสมสำหรับใช้แก้ปัญหาในงานวิจัยนี้มากกว่าอัลกอริทึมอื่น