Decision Support System for Production Planning by Heuristic and Fuzzy Logic Techniques
Article Sidebar
Main Article Content
Abstract
Decision support system for production planning is very important in increasing the efficiency of several departments such as production department, planning department, purchasing department, and managing department. This paper presents a decision support system for production planning model using operation research principle, heuristic rule based from the factory experts and fuzzy logic. A suitable decision for each department on daily raw materials can be planned to serve the customer’s due date and satisfaction. In addition, the proposed decision support system can rescheduling the late production line as well. Furthermore, the wastes from the manufacture are decreased more than 80 percent by this model.
Article Details
เนื้อหาและข่อมูลในบทความที่ลงตีพิมพ์ในวารสารวิชาการ เทคโนโลยี พลังงาน และสิ่งแวดล้อม บัณฑิตวิทยาลัย วิทยาลัยเทคโนโลยีสยาม ถือเป็นข้อคิดเห็นและความรับผิดชอบของผู้เขียนบทความโดยตรง ซึ่งกองบรรณาธิการวารสารไม่จำเป็นต้องเห็นด้วย หรือว่าร่วมรับผิดชอบใด ๆ
บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารวิชาการ เทคโนโลยี พลังงาน และสิ่งแวดล้อม บัณฑิตวิทยาลัย วิทยาลัยเทคโนโลยีสยาม ถือเป็นลิขสิทธิ์ของวารสารวิชาการ เทคโนโลยี พลังงาน และสิ่งแวดล้อม บัณฑิตวิทยาลัย วิทยาลัยเทคโนโลยีสยาม หากบุคคล หรือหน่วยงานใดต้องการนำทั้งหมด หรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อ หรือเพื่อกระทำการใด ๆ จะต้องได้รับอนุญาต เป็นลายลักษณ์อักษรจากวารสารวิชาการ เทคโนโลยี พลังงาน และสิ่งแวดล้อม บัณฑิตวิทยาลัย วิทยาลัยเทคโนโลยีสยาม เท่านั้น
References
[2] Margaretha Gansterer, (2015b), Aggregate planning and forecasting in make-to-order production systems, International Journal Economics, vol. 170, pp. 521-528.
[3] Tai-Sheng Su, Yu-Fan Lin, (2015a), Fuzzy multi-objective procurement/production planning decision problems for recoverable manufacturing systems, Journal of manufacturing system, Vol. 37, pp. 396-408.
[4] James, R., Bradley, (2014), An improved method for managing catastrophic supply chain disruptions, Original research article business horizons, Vol. 57(4), pp. 483-495.
[5] Zisis, I. Petrou, Vasiliki Kosmidou, Loannis Manakos, Jania Stathaki, Maria Adoma, Cristina Tarantino, Valeria Tomaselli, palma Blonda, Maria Petrou, (2014) A rule-based classification methodology to handle uncertainty in habitat mappig employing evidential reasoning and fuzzy logic, Pattern recognition letters, Vol. 48, pp.24-33.
[6] J. P. Shim, Merrill Workentin, F. James, J. Daniel, Ramesh Sharda and Christer Carlsson. Past, present, and future of decision support technology. Decission support systems, 2002.
[7] L. A. ZADEH, (1965), Information and control, Vol. 8, pp. 333-353.
[8] P. C. Chang and T. W. Liao. Combining SOM and fuzzy rule base for flow time prediction in semiconductor manufacturing factory. Applied soft computing. December, 2004.