ورود
مقالات فارسیISIکنفرانسهاژورنالها

Design and development of a fuzzy expert system for production scheduling

محل انتشار: چهارمین کنفرانس بین المللی مدیریت
سال انتشار: 1385
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 2,051

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:
https://civilica.com/doc/39959

شناسه ملی سند علمی:

IRIMC04_024

تاریخ نمایه سازی: 14 آبان 1386

چکیده مقاله:

Production scheduling (PSc) is one of the major issues in production planning and control of individual production units which lies on the heart of the performance of manufacturing organizations special in companies that used built to order (BTO) strategy. Artificial Intelligence has been implemented recently in many engineering areas to solve their problems and improve performance. This paper presents a fuzzy expert system (FES) for implementing the PSc and shows how a knowledge-base system (KBS) technology and fuzzy logic (FL) can assist in company to have a strategic schedule. The authors discuss a FES designed in five stages to assist manufactory to assess priority of each order and send those to the production line in the right time.

کلیدواژه ها:

Fuzzy expert system ، Production scheduling ، Supply chain management

نویسندگان

Tarokh

Industrial engineering department , K.N. Toosi University of Technology, Tehran, Iran

Zeinali

Industrial engineering department , K.N. Toosi University of Technology, Tehran, Iran

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Artiba, A., Elmaghraby, S. E. (1997). The planning and scheduling ...
  • Cheng, P., Ettl, M., Lin, G., Yao, D.D. (2002). Inventory-s ...
  • Davis, L., (1985). Job shop scheduling with genetic algorithms Proceedings ...
  • Feng, Sh., Li, L., Cen, L., Huang, J. (2003) .Using ...
  • Humphreys, P., McIvor R., Huang, G., (2002). An expert system ...
  • Jang, J.-S.R., Sun, T. (1995). Neuro-Fuzzy Modelling and Control. Proceedings ...
  • Kandel, A. (Ed.). (1992). Fuzzy expert systems. Boca Raton, FL: ...
  • Liao, T. W. (2003). Classification of welding flaw types with ...
  • Loukil, T., Teghem, J., Tuyttens, D. (2005). Solving multi-obj ective ...
  • Mamdani, E. H., Assilian, S. (1975). An experiment in linguistic ...
  • Ngai, E. W. T., Wat, F. K. T., (2003). Design ...
  • Simchi-levi, D., Kaminsky, Ph., Simchi-levi, E. (2000). Designing and Managing ...
  • Stadtler, H., Kilger, Ch., (2002). Supply chain management and Advanced ...
  • Sugeno, M., Kang, G. T. (1988). Structure identification of fuzzy ...
  • Takagi, T., Sugeno, M. (1985). Fuzzy identification of systems and ...
  • Wang, P., Li, H.-X. (1986). Fuzzy Systems Theory and Fuzzy ...
  • Wang, P. & Li, H.-X. (1994). Mathematical Theory of Knowledge ...
  • Wang, H. F., Wu, K. Y., (2003). Modeling and analysis ...
  • Yager, R. R., Filev, D. P. (1994). Essentials of Fuzzy ...
  • Zadeh, L. A. (1965a). Fuzzy sets. Information and control, 8, ...
  • Zadeh, L. A. (1973). Outline of a new approach to ...
  • Zaheeruddin, Jain, V.K., (2005). A fuzzy expert system for noise-induced ...
    • نمایش کامل مراجع