การหาค่าที่เหมาะสมที่สุดโดยใช้การจำลองสถานการณ์ ในการปรับปรุงกระบวนการผลิต กรณีศึกษา บริษัท ทีทีเอช เทรดดิ้ง จำ กัด
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้นาเสนอการหาแนวทางในการเพิ่มประสิทธิภาพการผลิตของโรงงานผลิตเสื้อผ้าสำเร็จรูป กรณีศึกษา โดยใช้เทคนิคการจำลองสถานการณ์ ปัญหาที่พบในโรงงานกรณีศึกษาคือ การผลิตไม่ทันตามวันที่กำหนดและการส่งมอบงานล่าช้า เนื่องจากผู้ผลิตจัดตารางการผลิตโดยอาศัยประสบการณ์ และระบบมีความไม่แน่นอนของเวลาการผลิต และการเข้ามาของคำสั่งซื้อของลูกค้า ผู้วิจัยจึงได้นำแบบจำลองสถานการณ์มาช่วยในการวิเคราะห์ปัญหา
และศึกษาพฤติกรรมของระบบการผลิต และแก้ปัญหาโดยใช้เทคนิคการจัดตารางการผลิตแบบฮิวริสติกส์ 4 วิธี ได้แก่ เข้าก่อนออกก่อน (first come first serve, FCFS) เวลากำหนดส่งงานเร็วสุด (earliest due date, EDD) เวลาปฏิบัติงานน้อยสุด (shortest processing time, SPT) และเวลาปฏิบัติงานมากสุด (longest processing time, LPT) การหาค่าที่เหมาะสมอาศัยผลลัพธ์ที่ได้จากการประเมินจากแบบจำลองสถานการณ์ เพื่อทำให้เวลาปิดงานของระบบ (makespan) มีค่าน้อยที่สุด และเวลาล่าช้าของงาน (tardiness) มีค่าน้อยที่สุด ในกรณีที่มีการกำหนดตัวชี้วัดประสิทธิภาพมากกว่าหนึ่งอย่าง ผู้วิจัยได้ใช้วิธีการหาค่าที่เหมาะสมที่สุดแบบหลายวัตถุประสงค์ด้วยวิธีผลรวมค่าถ่วงน้ำหนักระหว่างเวลาปิดงานของระบบและล่าช้าของงานเฉลี่ย ผลการวิจัยพบว่าวิธีการจัดตารางการผลิตแบบ SPT ให้ผลลัพธ์ที่เหมาะสมเมื่อให้ความสำคัญระหว่างเวลาปิดงานของระบบและเวลาล่าช้าของงานเป็นอัตราส่วน 30:70 และ 50:50 โดยสามารถลดเวลาปิดงานของระบบและเวลาล่าช้าของงานจากเดิมเท่ากับ 4.74% และ 73.99% ตามลำดับ
Article Details
บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารฯ ถือเป็นลิขสิทธิ์ของวารสารฯ หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อหรือเพื่อกระทำการใดๆ จะได้รับอนุญาต แต่ห้ามนำไปใช้เพื่่อประโยชน์ทางธุรกิจ และห้ามดัดแปลง
เอกสารอ้างอิง
[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.
