นางสาว แพรพรรณ เกสโสภา รหัสนักศึกษา 61310701906

การนำแบบจำลองมาเพิ่มประสิทธิภาพสำหรับการจัดตารางการผลิตและระบบโลจิสติกส=

บทความนีต้ AองการเสนอแบบจำลองสำหรับการจัดตารางเวลาสำหรับการผลิตและระบบโลจิสติกสJ อุปสรรคและความทAา

ทายที่เกิดขึ้นนั้น มาจากโครงสรAางทีม่ คี วามซับซAอนและความตAองการทีม่ ผี ลตQอการดำเนินงาน เราจะเสนอและทดสอบระบบ
แบบจำลองสำหรับการจัดตารางเวลาที่เหมาะสมที่สุดสำหรับกระบวนการผลิตและกระบวนการโลจิสติกสJใหAไปในทิศทาง
เดียวกับ supply chain ของโลก ที่เกีย่ วขAองกับการผลิตแบบไมQตQอเนื่อง (job shop) และการขนสQงหลายรูปแบบ
(intermodal transport) ลำดับขั้นตอนของตารางจะถูกคำนวณดAวยวิธีการผสมผสานระหวQางแบบจำลอง (simulation) และ
การหาคQาที่เหมาะสมที่สุด(optimization) โดยประกอบดAวย การรวมของโปรแกรมเชิงเสAนตรง (linear programing) ระบบ
จำลองเหตุการณJที่ไมQตQอเนื่องกัน (discrete event simulation) และการวิเคราะหJเชิงตัวเลข (numerical experiment) มี
การอAางอิงถึงการวิเคราะหJเชิงพันธุกรรม (genetic algorithm) เพื่อใชAในการหาคQาที่เหมาะสมที่สุด การใชAหลายวิธรี วมกันนี่
เพื่อจัดหาตารางเวลาที่ ไมQใชQเพียงแตQวิธีทางคณิตศาสตรJ แตQยังแกAไขปqญหาแบบ asynchronous ดAวย โปรแกรม Cyber-
Physical systems (CPS) และความซับซAอนของในการหาคQาที่เหมาะสม โดยแนวคิดเริ่มตAนของระบบไดAถูกนำเสนอรQวมกัน
กับการทดลองเบื้องตAน ซึ่งใชAวธิ ีทำซ้ำโดยอาศัยความสัมพันธJของสินคAาที่เดินทางในแตQละประเภทเทียบกับคQาความตAองการ
ของลูกคAา ในบทความนี้สถานการณJจะเกี่ยวขAองกับความสัมพันธJระหวQาง input และ output และวิธีการแบบจำลอง การ
run โปรแกรมหลายรอบเพื่อใหAไดAคQาที่ดีที่สุด การสรุปผลวิเคราะหJนี้จะสรAางวิธีการและแนวทางแกAไข แสดงถึงความเปwนไปไดA
ที่จะนำทฤษฎีนี้มาใชAในการปฏิบัติไดAจริง
โดยรูปแบบของแนวคิดคือเราจะนำขAอมูลจากสถานการณJจริง เวลาที่เกิดขึ้น input และ output แตQละชQวงเวลาของ
ขAอมูลจริง ใสQในรูปแบบจำลอง (simulation model) ลูกศรจะแสดงถึงขAอมูลการ flow ของ input และ output แตQละ
ขั้นตอน จะทำการ run ซ้ำ จำนวนการ run จะแกAปqญหาไดAดีขึ้นกับความตAองการของการควบคุมกลไก เพื่อใหAไดAผลลัพธJที่ดี
ควรควบคุมปqจจัยภายใน ตัวควบคุม (algorithm) จะเปwนการควบคุมผลจากการประเมินและการเปลี่ยนแปลงของโปรแกรม
เชิงเสAนตรง การควบคุมกลไกคือจะใชAการวิเคราะหJและลดผลกระทบที่เกิดจากพฤติกรรมของระบบ โดยกลไกนี้จะเปรียบเทียบ
ผลจากการจำลองสถานการณJและพฤติกรรมที่ตAองการ และกำหนดหรือประยุกตJตารางเวลาที่จะนำไปใชAจริง แลAวทำการ
จำลองสถานการณJในแบบจำลองคณิตศาสตรJ ผลลัพธJทถี่ ูกปรับเปลี่ยนแลAวจะถูกเก็บคQาไวA

รูปที่ 1 การรวมกันของรูปแบบคณิตศาสตรJ รูปที่ 2 การ run ของโปรแกรม

รูปที่ 2. ขั้นตอนการรันโปรแกรม

โดยแบบจำลองจะใชA C# software เชื่อมกับโปรแกรม Simio® เพื่อใหAเห็นเปwนภาพจำลองโดยใชA API ของแตQละโปรแกรม

เปwนตัวเชื่อม สQวนในรูปแบบคณิตศาสตรJจะดำเนินงานในโปรแกรม Gams® ในการสรAางโมเดลทางคณิตศาสตรJ โดยการป„อน
ขAอมูลพวกตัวเลขจะใชA CSV ในการแปลงเขAาไปในโปรแกรม C#
 นางสาว แพรพรรณ เกสโสภา รหัสนักศึกษา 61310701906

การทดสอบสถานการณJ

การทดลองจะแสดงในรูปที่ 3. ผลิตภัณฑJจะเปwนแบบ job shop โดยมีเครื่องจักร 9 เครื่องแบQงออกเปwน 3 ระดับ โดยแตQละ

เครื่องนั้น สามารถผลิตสินคAาไดAทั้งหมด 3 ประเภท ผลิตภัณฑJจะสQงไปยังลูกคAามีการขนสQง 3 ประเภท คือ รถไฟ, รถบรรทุก
และรถไฟ และเฉพาะรถบรรทุก

รูปที่ 3 การทดสอบสถานการณJ

การเดินทางแตQละประเภทสามารถแสดงรายละเอียดไดAดังนี้

ตารางเปรียบเทียบการขนสQงแตQละประเภท

ประเภทของการขนสEง จำนวนขั้นต่ำของสินคIา ตารางเวลาในการเดินทาง คEาใชIจEาย

ตAองมีสินคAาขั้นต่ำหรือจะขนสQง
รถบรรทุก
ทันทีเมื่อสินคAาเต็มคันรถ
ไมQตAองมีจำนวนขั้นต่ำในการ
รถไฟ
ขนสQง
ใชAหลักการเกณฑJตามประเภท
การขนสQงหลายรูปแบบ ของรถ แตQมีการใชAเวลาในการ
(รถบรรทุกและรถไฟ) ขนถQายสินคAาระหวQาง
ยานพาหนะ
ไมQแนQนอน ขนสQงเมื่อสินคAา
ตามจำนวนรอบที่ขนสQง
เต็มคันรถ
ออกตามกำหนดเวลาที่
ตามจำนวนสินคAาที่ขนสQง
แนQนอน
ใชAหลักการเกณฑJตาม มีคQาใชAจQายเมื่อมีการถQายโอนสินคAา
ประเภทของรถ และคQาใชAจQายตามจำนวนรอบการวิ่ง

การเดินทางจาก port สูQลูกคAา เรือจะขนสQงตามเวลาที่กำหนด ความสามารถในการขนสQงสินคAาของเรือจะไมQจำกัด และ

ตอบสนองความตAองการของลูกคAาเสมอ หากมีสต็อกสินคAาที่เพียงพอ โดยลูกคAาจะสรAางความตAองการในรูปแบบของการสั่ง
สินคAา โดยในการ run แบบจำลอง คำสั่งสินคAาจะถูกสQงไปยังผูAผลิต ดังนั้น ผูAผลิตจะรูAความตAองการของลูกคAาเสมอ
การออกแบบเชิงทดลอง
การทดลองเบื้องตAนศึกษาเกี่ยวกับความความสัมพันธJของ arc capacities โดยใชAรูปแบบคณิตศาสตรJ และตัวชี้วัดเปwน
ความลQาชAา โดยใชAแบบจำลอง โดยการทดลองจะใชAการ run ซ้ำ และสังเกตผลของ output arc capacities แตQละตัวจะ
แสดงคQาตัวแปรสุQม (stochastic) ในการแบบจำลอง สิ่งสำคัญ arc (คQา n) มีความสามารถในการเปลี่ยนรูปแบบทาง
คณิตศาสตรJแตQคQายังใกลAเคียงคQา deterministic คQา deterministic จะใชAการทดลองทางรูปแบบคณิตศาสตรJ แตQคQา
stochastic จะใชAการทดลองกับแบบจำลอง คQา simulation capacities จะเปwนคQา deterministic รวมกับคQา stochastic
disturbance ซึ่งคQาหลังนี้สามารถคำนวณไดAจากการแจกแจงแบบปกติโดยคQาเฉลี่ยและคQาเบี่ยงเบนมาตรฐาน ในตารางที1่ . จะ
 นางสาว แพรพรรณ เกสโสภา รหัสนักศึกษา 61310701906

แสดงเลขที่ทำการสุQมตามการแจกแจงแบบปกติที่มีคQาเฉลี่ยเปwน x และคQาเบี่ยงเบนมาตรฐานเปwน y การรวมกันของ arc

capacities มีทั้งหมด 729 ความเปwนไปไดA (36 = 729) กระบวนการทั้งหมด run ประมาณ 50 ชม. คือ 4 นาทีตQอรอบการ
run

ตารางที่ 1 การวิเคราะหJกระบวนการขนสQง

การวิเคราะหJ
แตQละจุดเปwนอิสระตQอกัน คือ คQาไมQไดAขึ้นอยูQกับจุด กราฟจะแสดงถึงพฤติกรรมของระบบ การ run จะจัดการคQาจาก
ความลQาชAาทีม่ ากที่สุดไปหาคQานAอยที่สุด แกน y จะเปwนคQาที่ออเดอรJลQาชAาในแบบจำลอง แกน x จะเปwนจำนวนที่บอกถึงความ
เปwนไปไดA ทั้งหมด 729 รูปแบบ

รูปที่ 4 จำนวนออเดอรJลQาชAาของสินคAา ตารางที่ 2 กราฟวิเคราะหJแตQละสQวน

จากขAอมูลเบื้องตAน จะเห็นวQา ถAาการเดินทางใชAเวลามากขึ้นจะทำใหAสินคAาเกิดความลQาชAา เราสามารถวิเคราะหJขAอมูลโดย

แบQงออกเปwน 4 สQวน สQวนที่ 1 ประกอบไปดAวยการ run ครั้งที่ 0 ไปถึงครั้งที่ 200 จะเห็นวQามีการลQาชAาของสินคAา เราจะไมQ
สนใจการทดลองในชQวงนี้ สQวนที่ 2 จากครั้งที่ 200 ถึง 400 แสดงใหAเห็นคQาที่ดกี วQาแบบแรก สQวนที่ 3 จากครั้งที่ 400 ถึง 580
จำนวนสินคAาที่ลQาชAา ลดลงอยQางมีนัยสำคัญ แตQยังพัฒนาใหAดีขึ้นไดA สุดทAาย สQวนที่ 4 จากครั้งที่ 480 ถึง 729 เปwนสQวนที่เราใหA
ความสนใจมากที่สุด ทุก ๆ ผลการทดลองสามารถนำไปแกAปqญหาในสถานการณJทจี่ ำลองขึ้น จากการวิเคราะหJเพิ่มเติม
สามารถกลQาวไดAวQา average distance คือคQาความหQางของอัตราการผลิตในสQวนนั้นกับอัตราการผลิตที่เหมาะสม
สรุป
การจัดการตารางเวลาที่ดีจะชQวยใหA supply chain มีประสิทธิภาพ ซึ่งการทดลองแบบผสมผสานจะชQวยตอบโจทยJในจุด
ตรงนี้ไดAและในกรณีที่ขAอมูลมีความซับซAอนเราสามารถชQวยสนับสนุนระบบ Cyber-Physical systems (CPS) นี้ไดA ซึ่ง
เป„าหมายคือการใชAรูปแบบคณิตศาสตรJและแบบจำลองเพื่อพัฒนาตารางเวลาเพื่อสามารถนำมาปรับใชAกับสถานการณJจริงไดA
ซึ่งผลการทดลอง เปwนหลักฐานทำใหAพิสูจนJไดAวQาทฤษฎี มีความเปwนไปไดAในการนำไปใชAจริง