Ιδρυματικό Αποθετήριο
Πολυτεχνείο Κρήτης
EN  |  EL

Αναζήτηση

Πλοήγηση

Ο Χώρος μου

Αλγόριθμοι πολυκριτήριας βελτιστοποίησης για το σχεδιασμό γραμμής προϊόντων

Zervoudakis Konstantinos

Απλή Εγγραφή


URIhttp://purl.tuc.gr/dl/dias/73476FEE-4809-45F6-B010-F4BEF8EC6554-
Αναγνωριστικόhttps://doi.org/10.26233/heallink.tuc.91332-
Γλώσσαen-
Μέγεθος246 pagesen
Μέγεθος22.4 megabytesen
ΤίτλοςMulti-objective algorithms for optimal product line designen
ΤίτλοςΑλγόριθμοι πολυκριτήριας βελτιστοποίησης για το σχεδιασμό γραμμής προϊόντωνel
ΔημιουργόςZervoudakis Konstantinosen
ΔημιουργόςΖερβουδακης Κωνσταντινοςel
Συντελεστής [Επιβλέπων Καθηγητής]Tsafarakis Steliosen
Συντελεστής [Επιβλέπων Καθηγητής]Τσαφαρακης Στελιοςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Matsatsinis Nikolaosen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Ματσατσινης Νικολαοςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Marinakis Ioannisen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Μαρινακης Ιωαννηςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Doumpos Michailen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Δουμπος Μιχαηλel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Repousis Panagiotis en
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Ρεπούσης Παναγιώτηςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Lappas Theodorosen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Λάππας Θεόδωροςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Delias Pavlosen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Δελιας Παυλοςel
ΕκδότηςΠολυτεχνείο Κρήτηςel
ΕκδότηςTechnical University of Creteen
Ακαδημαϊκή ΜονάδαTechnical University of Crete::School of Production Engineering and Managementen
Ακαδημαϊκή ΜονάδαΠολυτεχνείο Κρήτης::Σχολή Μηχανικών Παραγωγής και Διοίκησηςel
ΠεριγραφήSubmitted for the partial fulfillment of the requirements for the degree of the Doctor of Philosophyen
ΠερίληψηIntroducing new products has an important role in sustainability and profitability of a firm. Product Line Design (PLD) is a key decision area that product managers have to deal with in the early stages of product development, to estimate the potential success of a product. Even though several objectives may be simultaneously pursued during the product configuration process, most reported studies have focused on single-objective optimization. In this research, the multi-objective PLD (MOPLD) problem is addressed, by taking into account more than one objectives, to provide product managers with a better tradeoff among them, using 23 variants of seven state-of-the-art metaheuristics. The seven main multi-objective metaheuristics used in this research are Genetic Algorithms (GAs), Particle Swarm Optimization (PSO), Firefly Algorithm (FA), Differential Evolution (DE), Grey Wolf Optimizer (GWO), Teaching-Learning Based Optimization (TLBO) and Mayfly Algorithm (MA). Those seven multi-objective algorithms are fully adapted to the MOPLD problem, using popular diversity controlling operators, as well as using an extended to multi-objective optimization Fuzzy-Self-Tuning (FST) process. The purpose of the FST process, is to help the algorithms overcome specific difficulties when performing on different datasets, using the same parameter settings, by calculating the settings of parameters independently for each individual during the optimization process. The 23 variants are compared with each other, through popular performance metrics when it comes to multi-objective optimization, using two types of data sets, under five different MOPLD scenarios, without knowing the specific number of products. Moreover, factors affecting the performance of optimizers are investigated using statistical analysis. Finally, a multi-criteria decision analysis method is used to rank solutions according to the needs of product managers, and an attempt to estimate the possible moves of the competitors, is made.en
ΠερίληψηΟι τακτικές που υιοθετούν οι παραγωγικές μονάδες για την εισαγωγή νέων και καινοτόμων προϊόντων στην αγορά, αποτελούν σημαντικό παράγοντα οικονομικής ανάπτυξης, κυριαρχίας, και εν γένει, βασικό συντελεστή βιωσιμότητας της επιχειρησιακής τους δραστηριότητας. Στην κατεύθυνση αυτή, ο σχεδιασμός μιας γραμμής προϊόντων αποτελεί μια καίρια επιχειρησιακή λειτουργία, για την a priori εκτίμηση της πιθανής της επιτυχίας, μιας και συνδέεται άμεσα τόσο με την κερδοφορία της επιχείρησης όσο και με τη διαμόρφωση του μεριδίου σε ανταγωνιστικές συνθήκες αγοράς. Παρόλο που τα προϊόντα αυτά μπορεί να κατασκευαστούν σύμφωνα με πολλά κριτήρια, οι περισσότερες προσεγγίσεις επικεντρώνονται στη βελτιστοποίηση ενός μονάχα κριτηρίου. Υπό την οπτική αυτή, η παρούσα διδακτορική μελέτη διαπραγματεύεται το πρόβλημα του βέλτιστου σχεδιασμού γραμμών προϊόντων, λαμβάνοντας υπόψη περισσότερα από ένα κριτήρια, χρησιμοποιώντας 23 παραλλαγές από επτά μεθευρετικούς πολυκριτήριους αλγορίθμους μαθηματικής βελτιστοποίησης. Οι επτά αυτοί πολυκριτήριοι αλγόριθμοι βελτιστοποίησης είναι οι Γενετικοί Αλγόριθμοι, ο Αλγόριθμος Βελτιστοποίησης Σμήνους Σωματιδίων, ο Αλγόριθμος Πυγολαμπίδας, ο Αλγόριθμος Διαφορικής Εξέλιξης, ο αλγόριθμος Γκρίζων Λύκων, η Βελτιστοποίηση βάσει Διδασκαλίας-Μάθησης και ο αλγόριθμος βελτιστοποίησης Εφημεροπτέρων. Αυτοί οι επτά πολυκριτήριοι αλγόριθμοι προσαρμόζονται πλήρως στο πολυκριτήριο πρόβλημα του βέλτιστου σχεδιασμού, χρησιμοποιώντας δημοφιλείς μηχανισμούς ελέγχου ποικιλομορφίας μη-κυριαρχούμενων λύσεων, και αυτόματης παραμετροποίησης. Σκοπός της αυτόματης παραμετροποίησης, είναι ο υπολογισμός των παραμέτρων ανεξάρτητα για κάθε λύση, κατά τη διάρκεια της βελτιστοποίησης, για να βοηθήσει τους αλγόριθμους να ξεπεράσουν συγκεκριμένες δυσκολίες κατά την εκτέλεση σε διαφορετικά σύνολα δεδομένων. Οι 23 παραλλαγές αυτές συγκρίνονται μεταξύ τους, μέσω δημοφιλών μετρικών απόδοσης πολυκριτήριων αλγορίθμων, χρησιμοποιώντας δύο διαφορετικά σύνολα δεδομένων μέσα από πέντε διαφορετικά σενάρια, χωρίς να είναι γνωστός ο ακριβής αριθμός των προϊόντων. Επιπλέον, οι παράγοντες που επηρεάζουν την απόδοση των αλγορίθμων διερευνώνται χρησιμοποιώντας στατιστική ανάλυση. Τέλος, χρησιμοποιείται μια μέθοδος πολυκριτήριας λήψης αποφάσεων με σκοπό την κατάταξη των λύσεων σύμφωνα με τις ανάγκες και γίνεται προσπάθεια εκτίμησης των πιθανών κινήσεων των ανταγωνιστών.el
ΤύποςΔιδακτορική Διατριβήel
ΤύποςDoctoral Dissertationen
Άδεια Χρήσηςhttp://creativecommons.org/licenses/by-nc/4.0/en
Ημερομηνία2022-01-31-
Ημερομηνία Δημοσίευσης2022-
Θεματική ΚατηγορίαMathematical multi-objective optimizationen
Θεματική ΚατηγορίαMulti-objective product line designen
Θεματική ΚατηγορίαMany-objective product line designen
Θεματική ΚατηγορίαGenetic algorithmsen
Θεματική ΚατηγορίαParticle swarm optimizationen
Θεματική ΚατηγορίαFirefly algorithmen
Θεματική ΚατηγορίαDifferential evolutionen
Θεματική ΚατηγορίαGrey wolf optimizeren
Θεματική ΚατηγορίαTeaching-learning based optimizationen
Θεματική ΚατηγορίαMayfly algorithmen
Θεματική ΚατηγορίαMulti-criteria decision analysisen
Θεματική ΚατηγορίαStatistically significant differences of algorithmsen
Θεματική ΚατηγορίαΜαθηματική πολυκριτήρια βελτιστοποίησηel
Θεματική ΚατηγορίαΠολυκριτήριος σχεδιασμός σειράς προϊόντωνel
Θεματική ΚατηγορίαΓενετικοί αλγόριθμοιel
Θεματική ΚατηγορίαΑλγόριθμος βελτιστοποίηση σμήνους σωματιδίωνel
Θεματική ΚατηγορίαΑλγόριθμος πυγολαμπίδαςel
Θεματική ΚατηγορίαΑλγόριθμος διαφορικής εξέλιξηςel
Θεματική ΚατηγορίαΑλγόριθμος γκρίζων λύκωνel
Θεματική ΚατηγορίαΒελτιστοποίηση βάσει διδασκαλίας-μάθησηςel
Θεματική ΚατηγορίαΑλγόριθμος βελτιστοποίησης εφημεροπτέρωνel
Θεματική ΚατηγορίαΠολυκριτήρια λήψη αποφάσεωνel
Θεματική ΚατηγορίαΣτατιστικά σημαντικές διαφορές αλγορίθμωνel
Βιβλιογραφική ΑναφοράKonstantinos Zervoudakis, "Multi-objective algorithms for optimal product line design", Doctoral Dissertation, School of Production Engineering and Management, Technical University of Crete, Chania, Greece, 2022en
Βιβλιογραφική ΑναφοράΚωνσταντίνος Ζερβουδάκης, "Αλγόριθμοι πολυκριτήριας βελτιστοποίησης για το σχεδιασμό γραμμής προϊόντων", Διδακτορική Διατριβή, Σχολή Μηχανικών Παραγωγής και Διοίκησης, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2022el

Διαθέσιμα αρχεία

Υπηρεσίες

Στατιστικά