เมตะฮิวริสติกส์สำหรับการจัดสรรรถตัดในระบบโลจิสติกส์ขาเข้าของอุตสาหกรรมอ้อยและน้ำตาลทราย ภายใต้ข้อจำกัดทางด้านกรอบเวลาของเครื่องจักรและแปลงอ้อย
คำสำคัญ:
ปัญหาการจัดเส้นทางการขนส่งแบบหลายคาบเวลา, เมตาฮิวริสติกบทคัดย่อ
ปัจจุบันอุตสาหกรรมอ้อยและน้ำตาลเป็นอุตสาหกรรมที่มีความสำคัญอย่างมากต่อประเทศไทย เนื่องจากเป็นอุตสาหกรรมเกษตรที่สร้างรายได้เป็นอันดับต้นของประเทศไทย ซึ่งในปัจจุบันอุตสาหกรรมอ้อยและน้ำตาลกำลังพัฒนาเข้าสู่อุตสาหกรรมขนาดใหญ่ ดังนั้น เพื่อเพิ่มผลผลิตน้ำตาลให้มากขึ้น การเพิ่มประสิทธิภาพการใช้งานเครื่องจักรจึงเป็นสิ่งสำคัญ ซึ่งงานวิจัยนี้จึงได้ทำการศึกษาปัญหาการจัดตารางการให้บริการของรถตัดอ้อย เพื่อให้สามารถรองรับความต้องการของเกษตรกรได้อย่างมีประสิทธิภาพโดยพิจารณาการเก็บเกี่ยวแปลงอ้อยที่มีค่าความหวานมากที่สุด (Based Sugarcane CCS) ในแต่ละช่วงเวลาเป็นหลัก โดยมีวัตถุประสงค์เพื่อให้ได้ผลผลิตน้ำตาลรวมสูงสุด (Maximization of Sugarcane Yield) งานวิจัยนี้จึงได้นำเสนอวิธีการแก้ปัญหา 2 วิธีการ ได้แก่ วิธีการวิวัฒนาการโดยใช้ผลต่างและวิธีการหาค่าเหมาะที่สุดด้วยการเคลื่อนที่ของกลุ่มอนุภาค จากการศึกษาพบว่าวิธีการวิวัฒนาการโดยใช้ผลต่างและวิธีการหาค่าเหมาะที่สุดด้วยการเคลื่อนที่ของกลุ่มอนุภาค สามารถช่วยแก้ปัญหาของโรงงานกรณีศึกษาได้ดีขึ้นถึง 11.1 % และ 8.46% ตามลำดับ
เอกสารอ้างอิง
Office of Cane and Sugar Industry Policy. Report of sugarcane planting area Production year 2018/2019 [Internet]. 2018 [updated 2018 Feb 10; cited 2019 Jan 10]. Available from: http://www.ocsb.go.th/upload/journal/fileupload/923-9040.pdf
Bank of Thailand. Step into a new context of the Thai sugarcane and sugar industry. [Internet]. 2018 [updated 2018 May 10; cited 2019 Jan 10]. Available from: https://www.bot.or.th/Thai/MonetaryPolicy/NorthEastern/Doclib_Seminar60/41_Paper_SugarcaneIndust.pdf
Higgins ET. Beyond Pleasure and Pain. American Psychologist. 1997; 52:1280-1300.
Higgins ET. Promotion and Prevention: Regulatory Focus as a Motivational Principle. Advances in Experimental Social Psychology. 1998;30:1-46.
Jena SD, Poggi M. Harvest planning in the Brazilian sugar cane industry via mixed integer programming. European Journal of Operational Research. 2013; 230(2): 374-384.
Worasan K, Sethanan K, Moonsri K. Hybrid Differential Evolution and Particle Swarm Optimization Algorithm for the Sugarcane Cultivation Scheduling Problem. Chiang Mai University Journal of Natural Sciences. 2018;17(3): 241-258.
Storn R, Price K. Differential evolution–a simple and efficient heuristic for global optimization over continuous spaces. Journal of Global Optimization. 1997; 11(4): 341-359.
Kennedy J, Russell E. Particle Swarm Optimization-Based Feature Selection for Cognitive State Detection. Proceedings of the Annual International Conference of the IEEE Engineering in Medicine and Biology Society, EMBS. 1995; 6556–6559.
