Simulation-based optimization for process improvement A case study of TTH Trading Co.,Ltd.

Main Article Content

Sarocha Ketkaew
Udom Janjarassuk


This research presents a simulation-optimization technique for productivity improvement in an
apparel factory. The case factory encounters tardiness in production and delivery of products due to many factors: production scheduling is based on personal experiences and there are uncertainties in the processing times and the arrival of customer orders. Simulation is employed to analyze the behavior of the current production system. Optimization is done by using heuristics scheduling methods, i.e. first come first serve (FCFS), earliest due date (EDD), shortest processing time (SPT), and longest processing time (LPT). The methods are further evaluated by using simulation for minimizing the makespan and tardiness. In addition, multi-objective optimization is applied when considering makespan and tardiness simultaneously by using
appropriately weighted sum method. The results showed that SPT is the best scheduling method when conducting experiments with the weigh ratios between makespan and tardiness equal to 30:70 and 50:50. The results give 4.74% and 73.99% reductions of the makespan and tardiness respectively, in comparison to the existing system.

Article Details

How to Cite
Ketkaew, S., & Janjarassuk, U. (2016). Simulation-based optimization for process improvement A case study of TTH Trading Co.,Ltd. Thai Industrial Engineering Network Journal, 2(3), 23–32. Retrieved from
Research and Review Article


[1] กาญจนา กาญจนสุนทร. เทคนิคการจำลองสถานการณ์เพื่อการหาคำตอบที่เหมาะสม. วารสารวิชาการ มหาวิทยาลัยหอการค้าไทย 2550; 27(1):294-304.
[2] Shannon RE. System simulation the art and science. Englewood Cliffs, New Jersey: Prentice hall; 1975.
[3] ปารเมศ ชุติมา. เทคนิคการจัดตารางการดำเนินงาน. พิมพ์ครั้งที่ 2. กรุงเทพฯ: สำนักพิมพ์แห่งจุฬาลงกรณ์มหาวิทยาลัย ; 2555.
[4] Pinedo, M. Scheduling: theory, algorithm, and system. 2nd Ed. Upper Saddle River, New Jersey: Prentice hall; 2002.
[5] พัชราวลัย แสงอรุณ. การจัดตารางการผลิต:กรณีศึกษาโรงงานผลิตคอมเพรสเซอร์ [วิทยานิพนธ์ปริญญาวิศวกรรมศาสตรมหาบัณฑิต]. กรุงเทพฯ; จุฬาลงกรณ์มหาวิทยาลัย; 2545.
[6] สุรสิทธิ์ โสภณชัย. การจัดตารางการผลิตชิ้นส่วนแม่พิมพ์แบบใช้คอมพิวเตอร์ช่วยสำหรับอุตสาหกรรมชิ้นส่วนยานยนต์ [วิทยานิพนธ์ปริญญาวิศวกรรมศาสตรมหาบัณฑิต ]. กรุงเทพฯ; จุฬาลงกรณ์มหาวิทยาลัย; 2543.
[7] นิภา จงจอหอ. การพัฒนาโปรแกรมเพื่อสนับสนุนการตัดสินใจในการจัดตารางการผลิตของโรงงานอุตสาหกรรมแก้ว [วิทยานิพนธ์ปริญญาวิศวกรรมศาสตรมหาบัณฑิต].กรุงเทพฯ; มหาวิทยาลัยเกษตรศาสตร์;2552.
[8] จุฑา พิชิตลำเค็ญ. พื้นฐานการจำลองสถานการณ์เชิงสุ่มเพื่อการประยุกต์ใช้กับปัญหาจริง. กรุงเทพฯ: สำนักพิมพ์แห่งมหาวิทยาลัยเกษตรศาสตร์; 2558.
[9] Law AM. Simulation modeling and analysis. 4th Ed. New York: Mc Graw-hill; 2007.
[10] Banks J, Carson JS, Nelson BL, Nicol DM. Discrete-event system simulation. 5th Ed. Upper saddle river, New Jersey: Prentice hall; 2010.
[11] Altiok T, Melamed B. Simulation modeling and analysis with ARENA. Branford, Connecticut: Cyber Research Inc; 2001.
[12] Naylor TH, Finger JM. Verification of computer simulation models. Management Science 1967;14(2):92-106.
[13] Grodzevich O, Romanko O. Normalization and other topics in multi-objective optimization [study group report].Proceeding of the fields-MITACS industrialproblem workshop; 2006 August 14-18; Toronto, Canada. 2006. p.89-101.