Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Simulation model using meta heuristic algorithms for achieving optimal arrangement of storage bins in a sawmill yard
Högskolan Dalarna, Akademin Industri och samhälle, Datateknik.ORCID-id: 0000-0003-1377-8949
Högskolan Dalarna, Akademin Industri och samhälle, Datateknik.
Högskolan Dalarna, Akademin Industri och samhälle, Datateknik.
2014 (Engelska)Ingår i: Journal of Intelligent Learning Systems and Applications, ISSN 2150-8402, E-ISSN 2150-8410, Vol. 6, nr 2, s. 125-139Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

Bin planning (arrangements) is a key factor in the timber industry. Improper planning of the storage bins may lead to inefficient transportation of resources, which threaten the overall efficiency and thereby limit the profit margins of sawmills. To address this challenge, a simulation model has been developed. However, as numerous alternatives are available for arranging bins, simulating all possibilities will take an enormous amount of time and it is computationally infeasible. A discrete-event simulation model incorporating meta-heuristic algorithms has therefore been investigated in this study. Preliminary investigations indicate that the results achieved by GA based simulation model are promising and better than the other meta-heuristic algorithm. Further, a sensitivity analysis has been done on the GA based optimal arrangement which contributes to gaining insights and knowledge about the real system that ultimately leads to improved and enhanced efficiency in sawmill yards. It is expected that the results achieved in the work will support timber industries in making optimal decisions with respect to arrangement of storage bins in a sawmill yard.

Ort, förlag, år, upplaga, sidor
2014. Vol. 6, nr 2, s. 125-139
Nyckelord [en]
Simulation, Genetic Algorithm, Simulated Annealing, Planning and Arrangement, Decision Making, Storage Bins, Log Stackers and Sawmill Yard
Nationell ämneskategori
Data- och informationsvetenskap
Forskningsämne
Komplexa system - mikrodataanalys
Identifikatorer
URN: urn:nbn:se:du-19459DOI: 10.4236/jilsa.2014.62010OAI: oai:DiVA.org:du-19459DiVA, id: diva2:853803
Tillgänglig från: 2015-09-15 Skapad: 2015-09-15 Senast uppdaterad: 2018-01-11Bibliografiskt granskad

Open Access i DiVA

fulltext(1556 kB)270 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 1556 kBChecksumma SHA-512
ff159d0f1056d3fbe8e68069092750f3279bbed44c6ea795c6f90c4b85924e118bcea10f4b11dd8d575c48d2b3520d19f4ff4ec50b3f03eadfb94f1ab706a6ae
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltext

Sök vidare i DiVA

Av författaren/redaktören
Shaik, Asif ur RahmanYella, SirilDougherty, Mark
Av organisationen
Datateknik
I samma tidskrift
Journal of Intelligent Learning Systems and Applications
Data- och informationsvetenskap

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 270 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 576 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf