This thesis presents a solution method for the machine-part grouping problem which incorporates relevant production requirements such as routing sequence, production volume, unit handling size, unit processing time, intercell distance and cell size. We formulate the machine grouping problem as a generalized quadratic assignment(GQA) problem whose objective is to minimize the total intercell movements. To solve the GQA problem, a solution method is developed. It is based on genetic algorithm and greedy heuristic. Once machine cells are identified, the part family identification procedure is employed to find the associated part families.
To evaluate the performance of the proposed method, twelve different problem sets taken from the previous research works are solved. The computational results show that the proposed method is substantially better than two existing algorithms in terms of such measures as global efficiency, group efficiency, intercell move factor and grouping effectiveness.
본 연구에서는 그룹 테크놀러지를 이용한 셀 생산시스템(cellular manufacturing system)에서 기계군(machine cells)과 부품군(part families)을 형성하기 위한, 유전자 알고리즘(genetic algorithm)에 기초한 해법을 제시하였다. 작업순서, 생산량, 단위운반량, 셀의 크기, 셀간의 거리 등 현실적인 여러 요인들을 반영하여, 기계군 형성문제를 일반화된 2차 배정문제(generalized quadratic assignment problem)로 수식화 하였다. 이 문제를 풀기위해 유전자 알고리즘에 그리디법(greedy heuristic)을 결합한 혼합형 유전자 알고리즘을 이용하여 기계군들을 결정하였다. 기계군들이 결정된 후 각 기계군들에 연관된 부품군들을 결정하기 위한 알고리즘이 제시되었다. 여러 예제를 통하여 실험한 결과, 유전자 알고리즘에 기초한 해법이 여러 척도에서 기존의 알고리즘보다 좋은 결과를 나타내었다.
