Wzrost efektywności obiegu narzędzi oparty na wykorzystaniu współczynników podobieństwa i metody pojedynczego wiązania

• Autorzy: Michał Dobrzyński

Warianty tytułu

Increase of the Efficiency of Tool Flow Based on Similarity Coefficient Measures and Single-Linkage Method

• Języki publikacji: PL

Abstrakty

Proces podejmowania decyzji, który dotyczy wyznaczania składu i liczby zestawów narzędziowych, napotyka na problem doboru właściwej metody i kryterium łączenia. W niniejszej pracy zaproponowano zastosowanie współczynników podobieństwa i hierarchicznych algorytmów grupowania do tworzenia zestawów narzędziowych. W pierwszej części przedstawiono wybrane współczynniki podobieństwa oraz wyznaczono i scharakteryzowano ich wartości w oparciu o przypadek przemysłowy. W drugiej części wyznaczono skład zestawów narzędziowych z wykorzystaniem metody pojedynczego wiązania. Dokonano oceny uzyskanych grup w wykorzystaniem wybranych miar. (abstrakt oryginalny)

EN

The decision making process that is related to the determination of the composition and number of tool set is constrained by the selection of proper method and joining factors. In this paper, the application of a similarity coefficient measure and hierarchical clustering algorithm for tool set forming have been proposed. The first part discusses selected similarity coefficient measures and compute their values based on the industrial case. Next, the tool sets obtained using single-linkage hierarchical clustering method are determined. The validation of resulting tool sets was carried out. (original abstract)

Słowa kluczowe

PL

Analiza skupień; Maszyny i urządzenia; Badania towaroznawcze

EN

Cluster analysis; Machinery and equipment; Commodity research

• Czasopismo: Zarządzanie i Finanse
• Rocznik: 2012
• Numer: R. 10, nr 3, cz. 2
• Strony: 331--344

Twórcy

autor

Michał Dobrzyński

• Politechnika Gdańska

Bibliografia

• Chandrasekharan M.P., Rajagopalan R. (1986), An ideal seed nonhierarchical clustering algorithm for cellular manufacturing, "International Journal of Production Research", 24.
• Han J., Kamber M., Pei J. (2012), Data Mining. Concepts and Techniques, Third Edition, Morgan Kaufmann.
• Islam K.M.S., Sarker B.R. (2000), A similarity coefficient measure and machine parts grouping in cellular manufacturing systems, "International Journal of Production Research", 38.
• Jain A.K., Murty M.N., Flynn P.J. (1999), Data Clustering: A Review, "ACM Computing Surveys", vol. 31, no. 3.
• McAuley J. (1972), Machine grouping for efficient production, "The Production Engineer", 51.
• Sokal R.R., Michener C.D. (1958), A statistical method for evaluating systematic relationships, "The University of Kansas Science Bulletin", 38.
• Wemmerlöv U., Johnson D.J. (1997), Cellular manufacturing at 46 user plants: implementation experiences and performance improvements, "International Journal of Production Research", 35.
• Wemmerlöv U., Johnson D.J. (2000), Empirical findings on manufacturing cell design, "International Journal of Production Research", 38.
• Yin Y. (2006), Manufacturing the Future, Concepts - Technologies - Visions, ARS/plV, Germany, Edited by: Kordic, V.; Lazinica, A. & Merdan, M.