Please use this identifier to cite or link to this item: http://ithesis-ir.su.ac.th/dspace/handle/123456789/2448
Full metadata record
DC FieldValueLanguage
dc.contributorJiraporn SAKULWARARAKen
dc.contributorจิราพร สกุลวรารักษ์th
dc.contributor.advisorKANATE PANSAWATen
dc.contributor.advisorคเณศ พันธุ์สวาสดิ์th
dc.contributor.otherSilpakorn University. Engineering and Industrial Technologyen
dc.date.accessioned2020-01-06T05:58:30Z-
dc.date.available2020-01-06T05:58:30Z-
dc.date.issued29/11/2019
dc.identifier.urihttp://ithesis-ir.su.ac.th/dspace/handle/123456789/2448-
dc.descriptionMaster of Engineering (M.Eng.)en
dc.descriptionวิศวกรรมศาสตรมหาบัณฑิต (วศ.ม)th
dc.description.abstract            Order Picking is one operation in the warehouse, that has been using 55-65% of the warehouse’s total cost [1]. Therefore, increasing the efficiency of this process will help to reduce time-consuming and reduce the total cost of the entire warehouse. This problem is also known as the Traveling Salesman Problem which is an NP-Hard problem. This research uses the Hill Climbing Algorithm to solve the problem due to its simplicity, fast and cheap and uses the Simulated Annealing Algorithm because it's quite a simple method and also there is a chance that the result will be Global. This program works on Microsoft Excel. In this research the scope is set by , the number of positions of shelves is set by 5, 10, 15, 20 and 30.The number of running-time of the Hill Climbing Algorithm is as same as a number of running-times of the Simulated Annealing Algorithm. For Simulated Annealing Algorithm is set of Initial T is 10, 50, 100, 250 and 500 and set the rate of cooling (alpha) at 0.5 and 0.99. The results show when the running-time increase the result of Simulated Annealing Algorithm have a better solution than Hill Climbing Algorithm. The results also show that the initial T, the rate of cooling (alpha) affects the result, which, if increased, results in better results. But the working time is longer as wellen
dc.description.abstractการหยิบสินค้าเป็นหนึ่งการดำเนินการในคลังสินค้าที่ใช้ต้นทุนสูงถึงร้อยละ 55-65 ของต้นทุนทั้งหมดในคลังสินค้า [1]  ดังนั้นการเพิ่มประสิทธิภาพของกระบวนการนี้จะช่วยลดเวลาและลดต้นทุนโดยรวมของคลังสินค้าทั้งหมด ปัญหานี้เป็นที่รู้จักกันว่าปัญหาพนักงานขายเดินทางซึ่งเป็นปัญหา NP-Hard การวิจัยครั้งนี้ใช้ขั้นตอนวิธีการปีนเขาเพื่อแก้ปัญหา เนื่องจากความเรียบง่ายรวดเร็ว และราคาถูกและใช้ขั้นตอนวิธีการจำลองการอบเหนียว เนื่องจากมันเป็นวิธีการที่ง่ายและมีโอกาสที่ผลลัพธ์จะเป็นคำตอบที่ดีที่สุด โปรแกรมนี้ทำงานบนไมโครซอฟท์ เอกซ์เซล ในการวิจัยนี้กำหนดขอบเขตโดยจำนวนตำแหน่งของชั้นวางสินค้าถูกกำหนดไว้ที่ 5,10,15, 20 และ 30 จำนวนรอบการทำงานของขั้นตอนวิธีการปีนเขาเท่ากันกับจำนวนรอบการทำงานของขั้นตอนวิธีการจำลองการอบเหนียว สำหรับขั้นตอนวิธีการจำลองการอบเหนียวค่าเริ่มต้นของอุณหภูมิ คือ 10, 50,100, 250 และ 500 และกำหนดอัตราการลดลงของอุณหภูมิ (อัลฟา) ที่ 0.5 และ 0.99 ผลลัพธ์แสดงขึ้นเมื่อเวลาทำงานเพิ่มผลลัพธ์ของขั้นตอนวิธีการจำลองการอบเหนียวมีวิธีแก้ปัญหาที่ดีกว่าขั้นตอนวิธีการปีนเขา ผลลัพธ์ยังแสดงว่าค่าเริ่มต้นของอุณหภูมิ อัตราการลดลงของอุณหภูมิ (อัลฟา) มีผลต่อผลลัพธ์ซึ่งหากเพิ่มขึ้นจะส่งผลให้ผลลัพธ์ที่ได้ดีขึ้น แต่เวลาทำงานก็นานขึ้นเช่นกันth
dc.language.isoth
dc.publisherSilpakorn University
dc.rightsSilpakorn University
dc.subjectปัญหาการเดินทางของพนักงานขายth
dc.subjectขั้นตอนวิธีการปีนเขาth
dc.subjectขั้นตอนวิธีการจำลองการอบเหนียวth
dc.subjectTraveling Salesman Problemen
dc.subjectHill Climbing Algorithmen
dc.subjectSimulated Annealing Algorithmen
dc.subject.classificationEngineeringen
dc.titleTraveling Salesman Problem in Warehouse by using Hill Climbing and Simulated Annealing algorithms on Microsoft Excelen
dc.titleการประยุกต์ใช้ขั้นตอนวิธีการปีนเขาและขั้นตอนวิธีการจำลองการอบเหนียวสำหรับปัญหาพนักงานขาย ในคลังสินค้าบนโปรแกรมไมโครซอฟท์เอกซ์เซลth
dc.typeThesisen
dc.typeวิทยานิพนธ์th
Appears in Collections:Engineering and Industrial Technology

Files in This Item:
File Description SizeFormat 
60405201.pdf2.97 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.