Grouping the machines and parts in

Grouping the machines and parts in a cellular manufacturing system based on similarities is known as the cell formation problem. It has been shown that cell formation problem is a NP-hard problem. In this paper, the ant colony optimization (ACO) method is used as an evolutionary approach to solve the cell formation problem. This model uses a P = [Pij] (C) × (M + P) pheromone matrix in which C, M, and P are the number of cells, machines, and parts, respectively. In ORDER to represent the sequence of operations, the machine–part incidence matrix entries are considered as positive integers. Performance of the proposed algorithm is tested on some benchmark problems existing in the literature to show the applicability and effectiveness of the proposed model. Comparison of the solutions obtained by the proposed algorithm with those reported in the literature indicates that application of the proposed algorithm has resulted in 5.73% improvement in the total number of intercellular movements and voids on average.

Kết quả (Việt) 1:

Máy và các bộ phận trong nhóm một hệ thống sản xuất di động dựa trên sự tương đồng được gọi là các tế bào hình thành vấn đề. Nó đã cho thấy rằng vấn đề hình thành tế bào là một vấn đề khó NP. Trong bài báo này, phương pháp tối ưu hóa (ACO) thuộc địa ant được sử dụng như là một cách tiếp cận tiến hóa để giải quyết vấn đề hình thành tế bào. Mô hình này sử dụng một P = [Pij] (C) × (M + P) pheromone ma trận trong đó C, M và P là số lượng các tế bào, Máy móc, và các bộ phận, tương ứng. Để đại diện cho chuỗi các hoạt động, các mục nhập ma trận máy-phần tỷ lệ được coi là số nguyên dương. Hiệu suất của các thuật toán được đề xuất được thử nghiệm trên một số vấn đề chuẩn sẵn có trong các tài liệu để hiển thị các ứng dụng và hiệu quả của các mô hình được đề xuất. So sánh các giải pháp thu được bằng các thuật toán được đề xuất với những người được báo cáo trong các tài liệu chỉ ra rằng các ứng dụng của thuật toán được đề xuất có kết quả trong cải thiện 5,73% trong tổng số intercellular phong trào và khoảng trống trên trung bình.

Kết quả (Việt) 2:

Phân nhóm các máy và các bộ phận trong một hệ thống sản xuất di động dựa trên sự tương đồng được gọi là vấn đề hình thành tế bào. Nó đã được chứng minh rằng vấn đề hình thành tế bào là một vấn đề NP-hard. Trong bài báo này, các kiến ​​tối ưu hóa thuộc địa phương (ACO) được sử dụng như một phương pháp tiến hóa để giải quyết các vấn đề hình thành tế bào. Mô hình này sử dụng một P = [pij] (C) × (M + P) ma trận pheromone trong đó C, M và P là số lượng tế bào, máy móc, và các bộ phận tương ứng. Trong TỰ để đại diện cho chuỗi các hoạt động, các máy phần mục ma trận tỷ lệ được coi là số nguyên dương. Hiệu suất của thuật toán đề xuất được thử nghiệm trên một số vấn đề chuẩn hiện có trong các tài liệu để hiển thị các ứng dụng và hiệu quả của các mô hình đề xuất. So sánh các giải pháp thu được bằng thuật toán đề xuất với những báo cáo trong y văn cho thấy rằng áp dụng các thuật toán đề xuất đã làm tăng 5.73% trong tổng số các phong trào bào và khoảng trống trên trung bình.