Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Human Action Recognition Using Trajectory-Based Spatiotemporal Descriptors Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

A Hybrid Genetic Algorithm for Cell Formation Problems Using Operational Time

verfasst von : Barnali Chaudhuri, R. K. Jana, P. K. Dan

Erschienen in: Proceedings of the 5th International Conference on Frontiers in Intelligent Computing: Theory and Applications

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper presents a two-stage approach consisting of a real-coded genetic algorithm and goal programming to obtain improved cell formation. In the first stage, the minimum value of each objective is determined using a single-objective genetic algorithm. In the second stage, goal programming is incorporated and the final objective is constructed as the minimization of sum of deviational variables of corresponding objectives. The proposed technique is implemented as a software toolkit using C Sharp.net programming language. Modified grouping efficiency is used as the performance measure to test the efficiency of the proposed technique. Five problems with different sizes have been considered from the literature to show the potentials of the proposed technique.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Data Mining Approach to Predict and Analyze the Cardiovascular Disease
Nächstes Kapitel Efficient and Parallel Framework for Analyzing the Sentiment
Literatur
1.
Burbidge, J. L.: The introduction of group technology. Heinemann Press, London (1975).
2.
Dimopoulos, C., Zalzala, A. M.S.: Evolutionary Computation Approaches to Cell Optimization. Adaptive Computing in Design and Manufacture, Parmee, I. C. (Ed.), pp. 69–83. Springer-Verlag, London (1998).
3.
Mak, K. L., Wong, Y.S.: Genetic design of cellular manufacturing systems. Human Factors and Ergonomics in Manufacturing, 10(2), 177–192 (2000).
4.
Shanker, R., Vrat, P.: Post design modeling for cellular manufacturing system with cost uncertainty. International Journal of Production Economics, 55, 97–109 (1998).
5.
Chi, S.C., Yan, M.C. : A fuzzy genetic algorithm for high-tech cellular manufacturing system design. IEEE Annual Meeting of the Fuzzy Information, 2, 907–912 (2004).
6.
Gupta, Y., Gupta, M., Kumar, A., Sundaram, C.: A genetic algorithm-based approach to cell composition and layout design problems. International Journal of Production Research, 34(2), 447–482 (1996).
7.
Pai, P.F., Chang, P.T., Lee, S.H.: Part-machine family formation using genetic algorithms in a fuzzy environment. International Journal Advanced Manufacturing Technology, 25(11–12), 1175–1179 (2005).
8.
Mahapatra, S.S., Pandian, R.S.: Genetic cell formation using ratio level data in cellular manufacturing systems. The International Journal of Advanced Manufacturing Technology, 38(5), 630–640 (2008).
9.
Shafer, S.M., Rogers, D.F.: A goal programming approach to the cell formation problem. Journal of Operations Management, 10(1), 28–43 (1991).
10.
Defersha, F.M., Chen, M.: A linear programming embedded genetic algorithm for an integrated cell formation and lot sizing considering product quality. European Journal of Operational Research, 187, 46–69 (2008).
11.
Chandrasekharan, M.P., Rajagopalan, R.: An ideal seed non-hierarchical clustering algorithm for cellular manufacturing. International Journal of Production Research, 24(2), 451–464 (1986a).
12.
Kumar, C.S., Chandrasekharan, M.P.: Grouping Efficacy: A quantitative criterion for goodness of block diagonal forms of binary matrices in group technology. International Journal of Production Research, 28, 233–243 (1990).
13.
Zolfaghari, S., Liang, M.: A new genetic algorithm for the machine/part grouping problem involving processing times and lot sizes. Computers and Industrial Engineering, 45, 713–731 (2003).
14.
Venugopal, V., Narendran, T.T.: Cell formation in manufacturing systems through simulated annealing. European Journal of Operations Research, 63, 409–422 (1992a).
15.
Venugopal, V., Narendran, T.T.: A Genetic algorithm approach to the machine component and grouping problem with multiple objectives. Computers and Industrial Engineering, 224, 469–480 (1992b).
16.
Venugopal, V., Narendran, T.T.: Neural network model for design retrieval in manufacturing systems. Computers in Industry, 20, 11–23(1992c).
17.
Srinivasan, G., Narendran, T.T.: GRAFICS: a non-hierarchical clustering algorithm for group technology. International Journal of Production Research, 29 (3), 463–478 (1991).
18.
Kusiak, A.: The generalized group technology concept. International Journal of Production Research, 25(4), 561–569 (1987).
Metadaten
Titel
A Hybrid Genetic Algorithm for Cell Formation Problems Using Operational Time
verfasst von
Barnali Chaudhuri
R. K. Jana
P. K. Dan
Copyright-Jahr
2017
Verlag
Springer Singapore
Buch
Proceedings of the 5th International Conference on Frontiers in Intelligent Computing: Theory and Applications

Print ISBN: 978-981-10-3152-6

Electronic ISBN: 978-981-10-3153-3

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-981-10-3153-3_13

Premium Partner

    Bildnachweise