The application of the theoretical model to real assembly lines has been one of the biggest challenges for researchers and industrial engineers. There should be some realistic approach to achieve the conflicting objectives on real systems. Therefore, in this paper, a model is developed to synchronize a real system (A simulation model) with a theoretical model (An optimization model). This synchronization will enable the realistic optimization of systems. A job assignment model of the assembly line is formulated for the evaluation of proposed realistic optimization with multiple objectives. The objectives, fluctuation in cycle time, throughput, labor cost, energy cost, teamwork and deviation in the skill level of operators have been modeled mathematically. To solve the formulated mathematical model, a multi-objective simulation integrated hybrid genetic algorithm (MO-SHGA) is proposed. The performance of MO-SHGA is evaluated with the standard multi-objective genetic algorithm (MO-GA) with both deterministic and stochastic data settings. A case study of the goalkeeping gloves assembly line is also presented as a numerical example which is solved using MO-SHGA and MO-GA.

Customers are generally requiring a variety of products, earlier due date, and lower price. A manufacturing process needs the efficient scheduling to meet those customer's requirements. This study proposes the novel algorithm named MJA(Minimum Job completion time and AGV time) that increases the performance of machines and AGV(Automated Guided Vehicles) in many kinds of job types. MJA optimizes the bottleneck of machines and efficiency of AGV with considering two types of dispatching at the same time. Suggested algorithm was compared with existing heuristic methods by several simulations, it performed better for reducing the time of tardiness.

Recently, to improve operating efficiency with the higher in-line rate in automated production lines, a lot of cases of grouping machines and material handling system together to form a cluster has shown frequently. This article addresses the job allocati

This paper proposes a hierarchical approach to the machine loading problem when the workload and tool magazine capacity of each machine are restrained. This heuristic approach reduces the maximum workload of the machines by partially grouping them. This research deals with situations where different groups of machines performing the same operation require different processing times. This work proposes a solution that is comprised of two phases. In first phase, demand is divided into batches and then operations are allocated. In Phase II, the processing time of the operation is different for each machine group, which is composed of the same identical machines; however, these machines can perform different sets of operations if tooled differently. In partial grouping, each machine is tooled differently, but they can assist one another in processing each individual operation.

This paper considers the workforce assignment problem to minimize both the deviations of workloads assigned to workers and to maximize the total preference between each worker and each machine. Because of the high expense of technology education and the d

Given the plant layout, the number of workers, the maximum number of machines that a worker can handle, and the preferences between each worker and each machine, the problem to minimize the deviations of workloads assigned to workers and to maximize the total preference between each worker and each machine is considered. The number of workers are fixed (no part time workers) because of the high expense of technology education and the increase of current employees. Since the workforce assignment problem in this paper is in NP-class, a heuristic algorithm is presented in multiple-row plant layout during according to two types (slow and peak) of periods. The proposed algorithm is developed based on the combination of a mixed model scheduling, simulated annealing technique and graph theory. The solution generated satisfies the zone constraint (machines assigned to a worker are adjacently located). Computational results show that the presented algorithms can find a good solution quickly.

자동화 컨테이너 터미널의 장치장은 수출입 되기 전의 컨테이너를 임시로 보관하는 장소이다. 모든 컨테이너는 반드시 장치장을 거치기 때문에 효율적인 장치장 운영은 터미널 생산성 향상에 큰 영향을 미친다. 효율적인 장치장 운영을 위해서 컨테이너의 위치 선정은 매 우 중요하며 보통 컨테이너의 적재 위치는 컨테이너가 장치장으로 들어올 때 정해진다. 하지만 컨테이너가 처음에 최적의 장치 위치로 적재 되었더라도 시간이 흐름에 따라 최적의 위치가 달라질 수 있다. 이에 대부분 터미널에서는 컨테이너를 좋은 위치로 재배치하는 재정돈을 수 행하고 있다. 기존 연구에서 재정돈에 관한 여러 가지 방안이 제시되었지만 모두 본 작업이 없는 크레인 유휴 시간을 이용하는 것을 전제로 하여 현실적으로 적용에 제약이 있었다. 본 논문에서는 본 작업 중에 언제라도 기회가 있을 때마다 재정돈을 수행할 수 있는 크레인 작업 할 당 방안을 제안한다. 시뮬레이션을 통한 실험 결과 제안 방안이 터미널 생산성 향상에 효과적으로 기여함을 확인하였다.

이적작업은 자동화 컨테이너 터미널에서 하역작업의 생산성을 높이는 운영 전략으로 연구되고 있다. 이는 장치장 블록 내 컨테이너들의 재배치 작업을 의미한다. 이적작업의 크레인 작업할당 문제는 작업가능시간에 대한 제약을 고려하여 이적작업의 효과를 최대화하기 위해 가능한 이적작업 중에서 효율적인 이적작업을 선정하고 이들의 작업순서를 정하는 것이다. 본 연구는 혼합정수계획법을 활용하여 장치장 크레인의 작업할당 문제에 대한 최적화 수리모형을 개발하고 이의 예를 제시하였다. 그러나 수리모형은 계산시간이 많이 소요되어 현장에서 사용되기 어렵다. 따라서 현실 적용을 위해 대표적인 5개의 작업할당 규칙을 비교 평가하였다. 수치실험에서 maximum weight ratio(MR) 규칙이 전반적으로 뛰어난 성능을 보였다.

자동화 컨테이너 터미널에서 자동화 장치장 크레인(ASC)은 장치장 블록 내에서의 컨테이너 운송을 담당한다. 본 논문에서는 크기와 사양이 동일한 두 대의 ASC의 작업 할당 문제를 해결하기 위한 다중 평가 기준 전략을 제안한다. 제안 방안은 컨테이너 터미널의 상황을 다각적으로 고려하기 위하여 여러 평가 요소를 통해 후보 작업을 평가하고, 결과를 가중합함으로써 가장 높은 점수를 얻은 작업을 크레인에 할당하는 방식을 취한다. 본 논문에서는 작업 할당을 위한 평가 기준을 고안하고, 평가 결과를 취합하기 위한 가중치를 유전 알고리즘을 이용하여 최적화하는 방안을 제안한다. 실험 결과를 통하여 제안 방안이 낮은 계산 비용으로 실시간 터미널에 적합함을 보이고, 다양한 평가 기준을 통한 작업 할당이 컨테이너 터미널의 효율을 개선시킴을 확인하였다.

게임과 같은 실시간이며 복잡한 다중 에이전트 환경에서는 시스템의 효율성을 극대화하기 위해 반복적으로 작업 할당이 수행된다. 본 논문에서는 실시간 다중 에이전트 구조에 적합하며 최적화된 작업 할당이 가능한 방안으로 A* 알고리즘을 적용한 조정 에이전트를 제안한다. 제안하는 조정 에이전트는 수행 가능한 에이전트와 할당 가능한 작업으로 정제된 모든 에이전트와 작업의 조합으로 상태 그래프를 생성하고, A* 알고리즘을 이용한 평가함수를 적용하여 최적화된 작업 할당을 수행한다. 또한 실시간 재 할당에 따른 지연을 방지하기 위해 그리디 방식을 선택적으로 사용함으로써 재할당 요구에 대한 빠른 처리가 가능하다. 마지막으로 모의실험을 통해 조정 에이전트를 통한 최적화된 작업 할당 결과가 그리디 방식의 작업 할당보다 성능이 25%향상되었음을 입증한다.