[산업Engineering] Group technology
페이지 정보
작성일 20-12-16 02:17
본문
Download : Group_technology.hwp
(Kusiak, 1987) 뿐만 아니라, 문제의 크기가 비교적 큰 경우에는 휴리스틱 기법도 많은 계산시간을 필요로 하기 때문에 적용이 용이하지 않을 수 있따 예를 들어
Hamming distance
Ⅴ. Grouping efficiency
6.1 비유사성의 Hamming distance
2.3 Lingo 과정 및 결과
bottleneck
1.2 Hamming distance 알고리즘 식
Ⅶ. 결론
Group technology, Hamming distance, p-median model, grouping efficiency
Hamming distance P-median model Grouping efficiency bottleneck
3.4 Grouping (p=4)
설명
5.4 Assignment
1.1 Hamming distance 원리
6.2 Lingo 과정 및 결과
Ⅲ. The P-median model as p=3
1.3 Hamming distance measure matrix
Ⅰ. Group technology
2.4 Grouping
2.1 P-median 알고리즘 식
순서
Download : Group_technology.hwp( 25 )
Ⅶ. 비유사성의 최대화
4.1 G.E 산출 방법
4.3 p=3
P-median model
2.2 Lingo 제약식
5.3 Subcontract
3.3 Lingo 과정 및 결과 (p=4)
그룹 테크놀로지 (Group Technology, GT)는 생산시스템의 생산성을 증진시키기 위한 경영철학의 하나로, 유사한 기계를 필요로 하는 제품 혹은 부품들을 그룹으로 묶고 이의 생산에 필요한 기계들을 한곳에 모아 제조 셀(manufacturing cell)을 구성하는 것을 주요 내용으로 한다. 따라서, 제품의 유연성을 증가시키면서도 대량생산체제의 잇점인 규모의 경제를 극대화 할 수 있도록 유사성을 최대한 활용하자는 관념이 바로 GT의 요지라고 할 수 있따
Ⅱ. Hamming distance
Ⅳ. The P-median model as p=2, 4
3.2 Grouping (p=2)
3.1 Lingo 과정 및 결과 (p=2)
4.2 p=2
5.2 Duplication
Ⅰ. Group technology
Ⅵ. Bottleneck 처리를 위한 제안
Grouping efficiency
5.1 Elimination
다. GT 제조 셀이란 이와 같이 품목들의 유사성을 최대한 활용하여 부품군으로 구성하고, 각 부품군을 생산하는 데 필요한 기계들로 그룹을 형성하는 것으로 생각할 수 있따 그러나, 다품종 소량생산 체제하에서 한 공장에서 처리하는 품목의 수와 각 품목들이 필요로 하는 공정과 기계의 수를 고려할 때, 이를 수작업으로 처리한다는 것은 현실적으로 불가능한 일이다.
[산업Engineering] Group technology
4.4 p=4
목 차
레포트 > 공학,기술계열
4.5 分析
이들 연구는 대부분이 최적해 혹은 만족해를 찾아내기 위한 알고리즘이나 휴리스틱을 제시하고 있따 그러나 그룹을 구성하는 문제는 문제의 크기가 증가함에 따라 탐색공간(serach space)이 지수적으로 증가되는 NP-Complete 문제이기 때문에 현실적인 문제에서 최적해(Optimal solution)를 찾는다는 것은 거의 불가능한 일이다. GT가 업계에서 많은 관심을 받게 된 것은 소비자들의 수요가 복잡화, 다양화되면서 기업들이 기존의 소품종 대량생산체계로부터 다품종 소량생산체제로 전환하게 된 것을 주요인으로 들 수 있따 다품종 소량생산을 하게 되면 작은 lot size로 여러 가지 제품을 생산하게 되어, 자재취급비용이 증가하며, 빈번한 교체준비(set up)가 필요하여 이에 필요한 시간과 비용이 상승한다. 이에 따라 제조 셀의 합리적인 구성을 위한 알고리즘이나 휴리스틱을 개발하기 위하여 많은 연구가 진행되어 왔다. 제조 셀 구성문제에 대한 기존의 연구는 기계별로 처리하는 품목의 特性을 이용하여 분류(classification) 하는 방법에 관한 연구와 기계 부품간에 행렬(matrix)을 구성한 후 행과 열을 재배치하면서 제조 셀을 형성하는 연구로 구분할 수 있따 최근에 이루어지고 있는 대부분의 연구는 후자, 즉 행렬을 이용하여 그룹을 구성하는 알고리즘이나 휴리스틱의 개발에 관한 연구가 주종을 이루고 있따 McAuley(1972), wolfe(1986)의 연구는 유사한 품목을 생산하는 기계들로 제조 셀을 구성한 후 여기에 부품들을 적절히 할당하는 순차적인 방법을 제시하며, Chan(1982)의 DMA(Direct Clustering Algorithm), King(1980)의 ROC(Rank Order Clustering), 그리고 Kusiak과 Chow(1987)의 CIA(Cluster Identification Algorithm) 등은 기계와 부품간의 그룹을 동시적으로 직접 찾아내는 방법을 제시한다.
