One of the characteristic of today'

One of the characteristic of today's manufacturing environments is volatility. Under a volatile environment (or dynamic manufacturing environment) demand is not stable. To operate efficiently under such environments facilities must be adaptive to changing demand conditions. This requires solution of the dynamic layout problem (DLP). DLP is a complex combinatorial optimisation problem for which optimal solutions can be found for small size problems. This research paper makes use of a SA algorithm to solve the DLP. Simulated annealing (SA) is a well-established stochastic neighbourhood search technique. It has a potential to solve complex combinatorial optimisation problems. The paper presents in detail how to apply SA to solve DLP and an extensive computational study. The computational study shows that SA is quite effective in solving dynamic layout problems.

ผลลัพธ์ (ไทย) 1:

หนึ่งในลักษณะของสภาพแวดล้อมการผลิตของวันนี้คือความผันผวน ภายใต้สภาพแวดล้อมที่เปลี่ยนแปลงได้ (หรือสภาพแวดล้อมแบบไดนามิกผลิต) ความไม่มั่นคง การดำเนินงานได้อย่างมีประสิทธิภาพภายใต้สภาพแวดล้อมเช่น สิ่งอำนวยความสะดวกต้องปรับเปลี่ยนเงื่อนไขความต้องการ การแก้ปัญหาของปัญหาโครงร่างแบบไดนามิก (DLP) DLP คือ ปัญหาคุณภาพปัญหาซับซ้อนซึ่งโซลูชั่นที่ดีที่สุดก็สามารถพบปัญหาขนาดเล็ก ผลงานวิจัยนี้ทำให้ใช้ของ SA เป็นอัลกอริทึม DLP ที่แก้ จำลองการอบเหนียว (SA) เป็นเทคนิคการค้นหาแบบเฟ้นสุ่มเขียนดีขึ้น มีศักยภาพการแก้ไขปัญหาคุณภาพปัญหาที่ซับซ้อน กระดาษนำเสนอในรายละเอียดวิธีการใช้ SA แก้ DLP และศึกษาการคำนวณอย่างละเอียด การศึกษาคำนวณแสดงว่า SA ค่อนข้างมีประสิทธิภาพในการแก้ปัญหารูปแบบแบบไดนามิก

ผลลัพธ์ (ไทย) 2:

หนึ่งในลักษณะของวันนี้สภาพแวดล้อมการผลิตที่มีความผันผวน ภายใต้สภาพแวดล้อมที่มีความผันผวน (หรือสภาพแวดล้อมการผลิตแบบไดนามิก) ความต้องการที่ไม่มั่นคง ในการดำเนินงานได้อย่างมีประสิทธิภาพภายใต้สภาพแวดล้อมที่สิ่งอำนวยความสะดวกดังกล่าวจะต้องมีการปรับตัวต่อการเปลี่ยนแปลงเงื่อนไขความต้องการ นี้ต้องแก้ปัญหาของปัญหารูปแบบไดนามิก (DLP) DLP เป็นปัญหาที่ซับซ้อนเพิ่มประสิทธิภาพ combinatorial ซึ่งการแก้ปัญหาที่ดีที่สุดที่สามารถพบได้สำหรับปัญหาที่มีขนาดเล็ก งานวิจัยนี้จะทำให้การใช้งานของอัลกอริทึมในการแก้ SA DLP อบจำลอง (SA) เป็นเทคนิคการค้นหาพื้นที่ใกล้เคียงสุ่มที่ดีขึ้น มันมีศักยภาพในการแก้ปัญหาการเพิ่มประสิทธิภาพ combinatorial ซับซ้อน กระดาษนำเสนอในรายละเอียดว่าจะนำไปใช้ในการแก้ SA DLP และการศึกษาการคำนวณที่กว้างขวาง ผลการศึกษาแสดงให้เห็นว่าการคำนวณ SA มีประสิทธิภาพมากในการแก้ปัญหารูปแบบไดนามิก

ผลลัพธ์ (ไทย) 3:

หนึ่งในลักษณะของสภาพแวดล้อมการผลิตของวันนี้คือ ผวน ภายใต้สภาพแวดล้อมที่เปลี่ยนแปลงได้ ( หรือสภาพแวดล้อมการผลิตแบบไดนามิก ) ความต้องการไม่คงที่ ใช้งานได้อย่างมีประสิทธิภาพภายใต้สิ่งอำนวยความสะดวก สภาพแวดล้อม ต้องปรับตัวกับการเปลี่ยนแปลงความต้องการของเงื่อนไข นี้ต้องแก้ปัญหาแบบไดนามิก ( DLP )DLP เป็นปัญหาที่ซับซ้อน การเพิ่มประสิทธิภาพโซลูชั่นที่เหมาะสมที่สุดสามารถพบได้สำหรับปัญหาขนาดเล็ก งานวิจัยนี้จะใช้ประโยชน์จาก ซา วิธีแก้ DLP . การจำลองการอบเหนียว ( SA ) เป็นอย่างดีขึ้น Stochastic ตาง ๆ ค้นหาเทคนิค มันมีศักยภาพที่จะแก้ไขปัญหาการเพิ่มประสิทธิภาพเชิงซับซ้อนกระดาษที่นำเสนอในรายละเอียดวิธีการสมัครสาแก้ DLP และคอมพิวเตอร์ศึกษาอย่างละเอียด การศึกษาเชิงคำนวณพบว่า ซา จะค่อนข้างมีประสิทธิภาพในการแก้ไขปัญหาแบบไดนามิก