วิธีวิวัฒนาการโดยใช้ผลต่างสำหรับการแก้ไขปัญหาการมอบหมายงานแบบหลายลำดับขั้น: กรณีศึกษาการขนส่งไก่
คำสำคัญ:
ปัญหาการมอบหมายงาน, ปัญหาการมอบหมายงานแบบหลายขั้น, วิธีวิวัฒนาการโดยใช้ผลต่างบทคัดย่อ
ปัญหาการมอบหมายงานคือปัญหาในการมอบหมายให้พนักงานคนหนึ่งไปทำงานงานหนึ่ง การมอบหมายงานในแต่ละครั้งจะเกิดต้นทุนในการมอบหมายงานที่แตกต่างกัน เป้าหมายในการแก้ไขปัญหาการ มอบหมายงานคือจะมอบหมายงานอย่างไรถึงจะทำให้ต้นทุนในการมอบหมายงานต่ำสุด ปัญหาการมอบหมายงานแบบหลายลำดับขั้นจะมีความซับซ้อนมากกว่าปัญหาการมอบหมายงานแบบดั้งเดิม ลำดับที่หนึ่งคือการมอบหมาย ฟาร์มไก่ให้กับฟาร์มไข่พร้อมกับปริมาณที่ทำการขนส่ง ลำดับที่สองมอบหมายประเภทของรถบรรทุกที่เหมาะสม สำหรับการขนส่งดังกล่าว การมอบหมายงานทั้งสองลำดับขั้นจะเกิดขึ้นพร้อมกันดังนั้นต้นทุนในการมอบหมายงาน จะขึ้นกับการตัดสินใจในการมอบหมายนั้น วิธีการแม่นตรงเป็นวิธีการที่ดีที่สุดในการหาคำตอบสำหรับปัญหาการมอบหมายงาน ยกตัวอย่างเช่น Simplex method, the Hungarian method เป็นต้น เริ่มต้นทำการศึกษาจากการพัฒนาแบบจำลองทางคณิตศาสตร์และการพัฒนาโปรแกรม LINGO เพื่อหาคำตอบที่ดีที่สุด ถึงแม้ว่าวิธีการแม่นตรงจะได้คำตอบที่ดีที่สุด แต่อาจใช้เวลานานในการหาคำตอบ วิธีการฮิวริสติกส์เป็นวิธีการทางเลือกในการแก้ปัญหาโดยใช้เวลาในการหาคำตอบไม่นาน อย่างไรก็ตามคำตอบที่ได้จะใกล้เคียงกับคำตอบที่ดีที่สุด ในกรณีศึกษานี้ใช้วิธีวิวัฒนาการโดยใช้ ผลต่าง (DE) เริ่มจากการกำหนดตัวอย่างเริ่มต้น หลังจากนั้นก็จำทำซ้ำขั้นตอน Mutation, Recombination, และ Selection ไปเรื่อย ๆ จนกว่าจะถึงเงื่อนไขที่กำหนด ผู้วิจัยทำการศึกษาโดยการพัฒนาแบบจำลองทางคณิตศาสตร์ที่ประกอบไปด้วยฟังก์ชันหลักและข้อจำกัดทั้งหมด หลังจากนั้นทำการพัฒนาโปรแกรมลิงโก แล้วทำการทดสอบด้วยการสร้างกลุ่มตัวอย่างที่แตกต่างกันจากขนาดของกลุ่มตัวอย่าง ในแต่ละกลุ่มจะมีจำนวน 5 ตัวอย่าง เมื่อทำการทดสอบแบบจำลองเรียบร้อยแล้วก็จะทำการใช้ข้อมูลจากกรณีศึกษา ในขณะเดียวกันก็ทำการพัฒนาวิธีวิวัฒนาการโดยใช้ผลต่าง โดยใช้กลุ่มตัวอย่างที่สร้างขึ้นข้างต้น และข้อมูลจากกรณีศึกษาเป็นลำดับถัดไป วิธีการแม่นตรงสามารถหาคำตอบได้ในกรณีศึกษาที่มีขนาดเล็กและขนาดกลาง DE สามารถหาคำตอบ ได้ในเวลา 0.2 วินาที ในขณะที่โปรแกรมลิงโกสามารถหาคำตอบได้ในเวลา 5 วินาที หากดัชนีเท่ากับ 100 หมายความว่า DE ให้คำตอบเท่ากับวิธีการแม่นตรง สำหรับกรณีตัวอย่างขนาดเล็กมีดัชนีเท่ากับ 118.4 อาจเนื่องจากระยะทางระหว่างแต่ละฟาร์มมีค่าสูง ในกรณีตัวอย่างขนาดกลาง DE ใช้เวลา 0.6 วินาที ส่วนโปรแกรมลิงโกใช้เวลา 103.6 วินาทีในการหาคำตอบ โดยมีดัชนีเท่ากับ 106.9 ซึ่งถือว่าใกล้เคียงคำตอบที่ดีที่สุดมากกว่ากลุ่มตัวอย่างขนาดเล็ก สำหรับกลุ่มตัวอย่างขนาดใหญ่และกรณีศึกษาไม่สามารถหาคำตอบที่ดีที่สุดได้ในเวลาที่เหมาะสม แต่อย่างไรก็ตามสามารถหาคำตอบที่เป็นไปได้ภายในเวลา 72 ชั่วโมง ดังนั้นจำทำการกำหนดเวลาในการหาคำตอบสำหรับโปรแกรมลิงโก สำหรับปัญหาขนาดใหญ่และกรณีศึกษา มีผลการศึกษาดังนี้ กลุ่มตัวอย่างขนาดใหญ่มีดัชนี 107.1 และใช้เวลาในการหาคำตอบ 4.2 วินาที สำหรับกรณีศึกษามีดัชนีเท่ากับ 109.0 โดยใช้ เวลา 7.8 วินาที เพื่อเป็นการพัฒนาคำตอบสำหรับวิธี DE งานวิจัยในอนาคตควรมีการปรับปรุงวิธีวิวัฒนาการโดยใช้ ผลต่างเพื่อทำให้ได้คำตอบที่ดียิ่งขึ้น นอกจากนี้อาจพัฒนาวิธีฮิวริสติกส์วิธีอื่น ๆ เช่น Particle Swarm Optimization (PSO) หรือวิธีอื่น ๆ ที่จะมาใช้แทนวิธีการ DE
References
Ford, L. R., & Fulkerson, D. R. (1956, June). Solving the Transportation Problem [Notes on Linear Programing Part XXXII. Management Science, 3, 24-32.
Frobenius, F. G. (1912). Uber Matrizen aus nicht negative Clementen. Sitzungsberichte der Koniglich Preubischen Akademie der Wissenschaften zu Berlin, 456-477.
Fulkerson, R., Glicksberg, I., & Gross, O. (1953). A production line assignment problem. Monica, CA: The Rand Corporation.
Kaku, B. K. & Thompson, G. L. (1983). An exact algorithm for the general quadratic assignment problem. Pittsburgh, PA: Carnegie Mellon University.
Konig D., (1915). Vonalrendszerek es determinansok [Hungarian; Line systems and determinants], Mathenatikai es Termeszettudomanyi Ertesito, 33, 221-229.
Kuhn, H. W. (1955, March). The Hungarian method for the assignment problem. Naval Research Logistic, 2(1-2), 83-97.
Mayachearw, P., & Pitakaso, R. (2012, December, 2-5). Evolutionary Algorithm in Differential Evolution (DE) to Solving Multi-Stage Multi–Objective Location Problems: Case Study in Locating Oil Palm Collecting Centers and Palm Oil Factories in Naradhiwas Province, Thailand. In Proceeding of the 13th Asia Pacific Industrial Engineering and Management Systems Conference (APIEMS 2012), Phuket, Thailand.
Monge G., (1784). Memoire sur la theorie des deblais et des remblais. Histoire de L’Academie Royaledes Sciences, 666-704.
Pentico, D. W. (2007). Assignment problem: a golden anniversary survey. European Journal of Operation Research, 176,774-793.
Posta, M., Ferland, J. A., & Michelon, P. (2011). Generalized resolution search. Discrete Optimization, 8(2), 215-228.
Ross, G. T. & Zoltners, A. A. (1979). Weighted assignment models and their application. Management Science, 25(7), 683-696.
Ross, G. T., & Soland, R. M. (1975). A branch and bound algorithm for the generalized Assignment problem. Mathematical programming, 8(1), 91-103.
Sethanan, K & Pitakaso, R. (2016, February). Differential evolution algorithms for scheduling raw milk transportation. Computers and Electronics in Agriculture, 121, 245-259.
Sethanan, K., & Pitakaso, R. (2015, March). Improved differential evolution algorithms for solving generalized assignment problem. Expert Systems with Applications, 45(1), 450-459.
Storn, R., & Price, K. (1977). Differential evolution-a simple and efficient heuristic for global Optimization over continuous spaces. Journal of global optimization, 11(4), 341-359.
Thongdee, T., & Pitakaso, R. (2015, March). Differential Evolution Algorithm Solving a Multi Objective ,Source and Stage Location-Allocation Problem. Industrial Engineering and Manufacturing System, 14(1), 11-21.
Votaw, D. F., & Orden, A. (1952). The personnel assignment problem. Retrieved from http://web.eecs.umich.edu/~pettie/matching/Votaw-Orden-personnel-assignmentproblem.pdf
Downloads
เผยแพร่แล้ว
How to Cite
ฉบับ
บท
License
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของผู้นิพนธ์
ข้อความที่ปรากฏในบทความแต่ละเรื่องในวารสารวิชาการเล่มนี้เป็นความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่านไม่เกี่ยวข้องกับมหาวิทยาลัยเทคโนโลยีราชมงคลธัญบุรี และคณาจารย์ท่านอื่นๆในมหาวิทยาลัยฯ แต่อย่างใด ความรับผิดชอบองค์ประกอบทั้งหมดของบทความแต่ละเรื่องเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใดๆ ผู้เขียนแต่ละท่านจะรับผิดชอบบทความของตนเองแต่ผู้เดียว