Operations Research, Systems Engineering and Industrial Engineering Commons^™

การพยากรณ์ยอดขายรถยนต์ด้วยวิธีการเรียนรู้ของเครื่องเพื่อลดระดับสินค้าคงคลังของชิ้นส่วนนำเข้า, สุวิทย์ นันทร์ทิพย์

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาการพยากรณ์ยอดขายรถยนต์เพื่อเปรียบเทียบความแม่นยำของค่าพยากรณ์จากตัวแบบวิธีการปรับเรียบเอกซ์โพเนนเชียลของโฮลท์และวินเทอร์ วิธีต้นไม้ตัดสินใจ วิธีป่าสุ่ม วิธีXGBoost วิธีโครงข่ายประสาทเทียมและวิธีผสม ด้วยค่าร้อยละความคลาดเคลื่อนสัมบูรณ์เฉลี่ยของข้อมูลยอดขายรถยนต์รายรุ่นย่อยของบริษัทผลิตรถยนต์กรณีศึกษา โดยใช้ข้อมูลยอดขายตั้งแต่เดือนมกราคม พ.ศ. 2557 ถึงเดือนธันวาคม พ.ศ. 2567 ในการฝึกตัวแบบพยากรณ์และหาความสัมพันธ์ของปัจจัยต่าง ๆ ที่มีผลต่อการตัดสินใจซื้อของลูกค้า โดยใช้คำสั่ง GridSearchCV ในการปรับแต่งค่าไฮเปอร์พารามิเตอร์เพื่อหาค่าที่เหมาะสมในการพยากรณ์ของตัวแบบวิธีการเรียนรู้ของเครื่องได้อย่างมีประสิทธิภาพ ผลการศึกษาพบว่าวิธีผสมเป็นวิธีที่สามารถพยากรณ์ยอดขายได้แม่นยำที่สุด เมื่อเทียบกับวิธีการพยากรณ์อื่น ๆ โดยผลลัพธ์ของวิธีผสมให้ค่าความแม่นยำที่ดีในรุ่นย่อย SM976 SM978 และ ST166 โดยมีค่าร้อยละความคลาดเคลื่อนสัมบูรณ์เฉลี่ยเท่ากับ 17.93% 10.31% และ 18.34% ตามลำดับ และให้ค่าความแม่นยำที่ยอมรับได้ในรุ่นย่อย SM972 SM974 ST164 และ ST168 ด้วยค่าร้อยละความคลาดเคลื่อนสัมบูรณ์เฉลี่ยเท่ากับ 23.19% 26.44% 21.71 และ 22.39% ตามลำดับ นอกจากนี้การนำผลการพยากรณ์ยอดขายของวิธีผสมมาใช้ในการกำหนดความต้องการสั่งซื้อ พร้อมทั้งทดสอบวิธีการสั่งซื้อในรูปแบบ Order-Up-To Level (OUL) ส่งผลให้ระดับคงคลังชิ้นส่วนนำเข้าเฉลี่ยต่อเดือนของทุกรุ่นย่อยลดลงอย่างมีนัยสำคัญ โดยผลลัพธ์ในรุ่นย่อย SM972 SM974 SM976 และ SM978 มีระดับชิ้นส่วนคงคลังลดลง 62.65% 79.65% 72.94% และ 69.21% ตามลำดับ และในส่วนของรุ่นย่อย ST162 ST164 และ ST168 มีระดับชิ้นส่วนคงคลังเฉลี่ยต่อเดือนลดลง 55.78% 52.18% และ 61.75% ตามลำดับ เมื่อเทียบกับระดับสินค้าคงคลังของวิธีการพยากรณ์และวิธีการสั่งซื้อในรูปแบบปัจจุบัน

การจัดสมดุลการผลิตและการออกแบบผังกระบวนการผลิตด้วยโปรแกรมจำลองสถานการณ์, ศรัณย์กร เหมมงคลทรัพย์

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาและปรับปรุงการจัดวางผังของกระบวนการผลิตชิ้นส่วนอิเล็กทรอนิกส์และกำหนดจำนวนเครื่องจักรที่เหมาะสม เพื่อลดเวลาในการขนส่งชิ้นส่วน ลดเวลารอผลิต ลดงานระหว่างการผลิต และเพิ่มอัตราการใช้ประโยชน์ของระบบการผลิตโดยใช้โปรแกรมจำลองสถานการณ์ แนวคิดหลักที่ใช้ในการวิเคราะห์และปรับปรุงสายการผลิต ได้แก่ การศึกษาเวลา การวิเคราะห์กระบวนการผลิต และการปรับสมดุลของสายการผลิต การปรับปรุงสายการผลิตใช้ข้อมูลจากการวิเคราะห์กระบวนการผลิตปัจจุบันเพื่อศึกษาประสิทธิภาพของสถานีงาน จากนั้นจึงจัดวางเครื่องจักรใหม่ให้สอดคล้องกับขั้นตอนการผลิต หลังจากจำลองกระบวนการที่ปรับปรุงแล้วสำหรับการจัดทำผังการผลิตใหม่อัตราการใช้ประโยชน์เครื่องจักรในกระบวนการผลิต ที่กำลังการผลิต 390,000 ชิ้นต่อไตรมาส จากเดิม 38.47% เป็น 71.76% แบบจำลองสถานการณ์ของระบบการผลิตที่สูงที่สุดจากการพยากรณ์สำหรับปี พ.ศ.2569 ที่ 546,000 ชิ้นต่อไตรมาส อัตราการใช้ประโยชน์ของระบบการผลิตเฉลี่ยที่ 63.77% และแบบจำลองสถานการณ์ของระบบการผลิตที่สูงที่สุดในพื้นที่การผลิตที่กำหนด สามารถผลิตชิ้นงานได้ 1,194,500 ชิ้นต่อไตรมาส อัตราการใช้ประโยชน์ของระบบการผลิตเฉลี่ยที่ 59.33%

การลดของเสียจากการบัดกรีไม่สมบูรณ์ในการประกอบแผงวงจรอิเล็กทรอนิกส์ด้วยแนวทาง Six Sigma, ฐิติทรัพย์ ศรีวโล

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้จัดทำขึ้นมีวัตถุประสงค์ในการนำเสนอแนวทางในการปรับปรุงกระบวนการผลิตแผงวงจรไฟฟ้าเพื่อลดของเสียที่เกิดจากการบัดกรีไม่สมบูรณ์ โดยใช้หลักการของซิกซ์ ซิกมามาประยุกต์ใช้ในการปรับปรุงกระบวนการตามหลัก DMAIC ประกอบด้วย Define การกำหนดนิยามปัญหาพร้อมกับระบุเหตุผลว่าทำไมจึงจำเป็นต้องแก้ไข และเป้าหมายหลังทำการแก้ไขให้มีความชัดเจนมากที่สุด Measure การกำหนดตัวชี้วัด การนำมาซึ่งข้อมูลที่ถูกต้อง เพื่อนำไปใช้หาสาเหตุ ตรวจสอบประสิทธิภาพ และวัดผลการเปลี่ยนแปลงหลังจากทำการแก้ไข Analyze ทำการวิเคราะห์เพื่อดูว่าสอดคล้องกับปัญหาที่กำหนดไว้หรือไม่ Improve การปรับปรุง เป็นขั้นตอนที่นำวิธีการแก้ไขปัญหาที่ได้วิเคราะห์ในตอนต้น มาทดลองใช้ ต้องทวนสอบผลลัพธ์ของการแก้ไขด้วยข้อมูลที่เป็นกลางเพื่อยืนยันความถูกต้อง Control สร้างแผนควบคุม ตรวจสอบ และติดตามผลว่าสามารถแก้ไขปัญหาได้จริง จัดทำเอกสารในการปรับปรุง และเตรียมแผนรับมือในกรณีที่เกิดปัญหาใหม่ ในการวิจัยนี้ได้รวบรวมผู้ที่เกี่ยวข้องเเละผู้เชี่ยวชาญ ทำการระดมสมองเพื่อวิเคราะห์หาสาเหตุ ด้วยแผนภาแสดงสาเหตุและผล และทำการทดลองตามลำดับโดยอ้างอิงจากตาราง Failure Mode and Effects Analysis โดยงานวิจัยนี้ได้ทำการทดลองแบบ One factor at a time สำหรับปัจจัยที่เกี่ยวข้องกับวัตถุดิบ และ ทำการทดลองแบบ Full factorial สำหรับปัจจัยที่เกี่ยวของกับเครื่องจักร หลังจากทำการทดลองได้ค่าที่เหมาะสมสำหรับแต่ละตัวแปรแล้ว พบปัจจัยที่เป็นนัยสำคัญได้แก่ 1.แรงกดของ Squeegee (Pressure) 2.ระยะห่างระหว่าง Fixture กับ Stencil (Clearance) 3.ขนาดรูเปิดของ Stencil (Aperture) 4.ความเร็วในการถอยของ Fixture (Stroke) 5.ความเร็วของ Squeegee (Speed) จากนั้นได้ทำการทวนสอบเพื่อยืนยันผลในระยะควบคุม พบว่าสามารถลดสัดส่วนของเสียจากการบัดรีไม่สมบูรณ์ ได้จาก 95.79% เหลือ 0.134% สามารถลดมูลค่าสูญเสียในการผลิตได้จากเฉลี่ย 11,568.96 บาทต่อเดือน

การพัฒนาระบบสารสนเทศของกระบวนการปล่อยผลิตภัณฑ์ยางรถยนต์, นัยรัตน์ เดชเสงี่ยมศักดิ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาระบบสารสนเทศสำหรับการปล่อยผลิตภัณฑ์ยางรถยนต์ โดยเปลี่ยนจากการใช้ระบบตรวจสอบในรูปแบบเอกสารกระดาษไปสู่กระบวนการประมวลผลข้อมูลผ่านเทคโนโลยีคอมพิวเตอร์ เพื่อแก้ไขปัญหาความล่าช้า ความไม่ถูกต้อง และความซ้ำซ้อนในกระบวนการปัจจุบัน การดำเนินงานประกอบด้วยการใช้เครื่องมือวิเคราะห์ เช่น ผังงาน แผนภูมิกระบวนการไหล และแผนภาพการไหลของกระบวนการ เพื่อจำลองและวิเคราะห์ขั้นตอนต่าง ๆ ที่ก่อให้เกิดความสูญเปล่า รวมถึงการประยุกต์ใช้เครื่องมือวิเคราะห์คุณภาพ ได้แก่ แผนผังก้างปลา การวิเคราะห์โหมดความล้มเหลวและผลกระทบ (FMEA: Failure Mode and Effects Analysis) และการวิเคราะห์แบบ Why-Why Analysis เพื่อค้นหาสาเหตุที่แท้จริงของปัญหา และกำหนดแนวทางแก้ไขอย่างเป็นระบบ ผลลัพธ์ของการวิจัยคือการออกแบบและพัฒนาแอปพลิเคชันออนไลน์ที่รองรับการทำงานแบบอัตโนมัติ และสามารถเชื่อมต่อกับระบบตรวจสอบระยะไกลแบบเรียลไทม์ โดยใช้วงจรชีวิตการพัฒนาซอฟต์แวร์ (Software Development Life Cycle: SDLC) ภายใต้ Waterfall Model เป็นกรอบการดำเนินงานหลัก มีการวิเคราะห์และสร้างแบบจำลองข้อมูลผ่าน Data Flow Diagram (DFD) และ Entity-Relationship Diagram (ERD) รวมถึงการออกแบบฐานข้อมูลโดยใช้กระบวนการ Normalization เพื่อลดความซ้ำซ้อนของข้อมูล แอปพลิเคชันได้รับการออกแบบตามหลักการของ UX/UI และผ่านการทดสอบการใช้งานด้วยวิธี Usability Testing โดยมีผู้ใช้งานจำนวน 10 คนเข้าร่วมการทดสอบ ผลการทดสอบพบว่าระบบมีความเป็นมิตรต่อผู้ใช้งาน โดยมีอัตราความสำเร็จในการใช้งาน 100% และได้รับคะแนนความพึงพอใจเฉลี่ย 86.23 จาก 100 คะแนน นอกจากนี้ ระบบใหม่ยังสามารถลดระยะเวลารวมของกระบวนการปล่อยผลิตภัณฑ์ยางรถยนต์ได้ถึง 24.62% และช่วยลดต้นทุนแรงงาน รวมถึงค่าใช้จ่ายด้านกระดาษและการจัดการเอกสารได้มากถึง 75,567 บาทต่อปี

การประยุกต์ใช้ปัญญาประดิษฐ์เพื่อวิเคราะห์การสั่นสะเทือนของเครื่องจักร ผ่านระบบอินเทอร์เน็ตของสรรพสิ่ง, ทศพล ลัทธปรีชา

Chulalongkorn University Theses and Dissertations (Chula ETD)

ในยุคอุตสาหกรรมสมัยใหม่การนำปัญญาประดิษฐ์ (AI) ร่วมกับอินเทอร์เน็ตของสรรพสิ่ง (IoT) มาประยุกต์ใช้ในระบบการผลิตและบำรุงรักษาเครื่องจักรนั้นเป็นสิ่งสำคัญที่ช่วยเพิ่มประสิทธิภาพและลดต้นทุนการดำเนินงาน โดยระบบ IoT ช่วยให้เครื่องจักรสามารถเชื่อมต่อและแลกเปลี่ยนข้อมูลกันได้แบบเรียลไทม์ผ่านเครือข่ายอินเทอร์เน็ต ทำให้สามารถตรวจสอบสภาพการทำงานของเครื่องจักรได้อย่างต่อเนื่อง การตรวจจับปัญหาก่อนเกิดความเสียหายจะช่วยลดค่าใช้จ่ายในการซ่อมบำรุงและยืดอายุการใช้งานของเครื่องจักร ในโรงงานอุตสาหกรรม เครื่องจักรหมุนรอบเช่น มอเตอร์ ที่มักจะแสดงสัญญาณความผิดปกติในรูปของการสั่นสะเทือนที่ผิดปกติ และโดยทั่วไปมักไม่มีเซนเซอร์ตรวจจับการสั่นสะเทือนเนื่องจากค่าใช้จ่ายที่สูง งานวิจัยนี้จึงมุ่งพัฒนาแบบจำลอง AI ร่วมกับระบบ IoT ในการตรวจจับและวิเคราะห์การสั่นสะเทือนจากเครื่องจักร โดยใช้ ADXL345 Accelerometer และ ESP32 Microcontroller ซึ่งมีทั้งประสิทธิภาพและราคาที่ย่อมเยาว์ โดยเริ่มต้นจากการเก็บข้อมูลการสั่นสะเทือนจากมอเตอร์ทดลองและปรับข้อมูลให้เป็นรูปแบบ Frequency Domain ด้วยวิธี Fast Fourier Transform (FFT) ต่อมาใช้ข้อมูลนี้ในการฝึกและทดสอบแบบจำลอง AI เพื่อนำมาใช้งานบนอุปกรณ์ โดยการเชื่อมโยงการรับส่งข้อมูลผ่านอินเทอร์เน็ตเป็นระบบ IoT งานวิจัยนี้แสดงให้เห็นถึงความเป็นไปได้ในการพัฒนาระบบตรวจสอบการสั่นสะเทือนที่มีราคาย่อมเยาว์ โดยใช้เทคโนโลยี AI และ IoT ในการบำรุงรักษาเครื่องจักรในภาคอุตสาหกรรม

การลดข้อบกพร่องในกระบวนการประกอบชิ้นส่วนฉนวนซับเสียงหลุดร่วงในตัวถังรถยนต์ โดยแนวทางซิกซ์ซิกม่า, เทวัญ เปี่ยมศักดิ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อลดสัดส่วนของเสียและค่าใช้จ่ายอัตราการทำลายชิ้นส่วนตัวถังรถยนต์ จากปัญหาชิ้นส่วนฉนวนดูดซับเสียงหลุดร่วงไปในโลหะของตัวถังรถยนต์ซึ่งเกิดขึ้นระหว่างชิ้นส่วนฉนวนดูดซับเสียงและชิ้นส่วนปั๊มโลหะของตัวถังรถยนต์โดยใช้ระเบียบวิธีซิกซ์ซิกม่า โดยที่ชิ้นส่วนฉนวนกันเสียงที่ผลิตโดยซัพ-พลายเออร์ระดับหนึ่ง ในประเทศไทย โดยบ่งตามลำดับของผู้ส่งมอบ เป็นชิ้นส่วนประกอบในชิ้นส่วนโลหะของตัวรถที่ช่วยลดเสียงรั่วเข้าไปในห้องโดยสารขณะใช้งานในรถยนต์โดยสาร ผลิตโดยผู้ผลิตอุปกรณ์ดั้งเดิม (OEM) ในประเทศไทย ชิ้นส่วนฉนวนกันเสียงหายไปเมื่อกระบวนการประกอบบางส่วนประมวลผลว่าชิ้นส่วนฉนวนเสียหายจากตำแหน่งปกติของชิ้นส่วนโลหะของตัวรถ และฟังก์ชันการประกอบชิ้นส่วนไม่เป็นไปตามมาตรฐาน บริษัทสังเกตเห็นว่าชิ้นส่วนฉนวนที่เสียหายในปัจจุบันไม่เป็นไปตามมาตรฐาน เมทริกซ์สาเหตุและผลในขั้นตอนการวัดของแนวทาง Six Sigma และ ขั้นตอนของ DMAIC ถูกนำมาใช้เพื่อระบุสาเหตุหลักของปัญหา สาเหตุปัจจัย ดังกล่าว ได้แก่ ขนาดรูโลหะของตัวถัง ,ขนาดชิ้นส่วนคลิปฉนวน และความหนาของชิ้นงานโลหะแผ่น การทดลองการออกแบบแบบแฟกทอเรียล หลังจากขั้นตอนการปรับปรุง เมื่อพารามิเตอร์ทั้งหมดของปัจจัยต่างๆ ได้รับการกำหนดอย่างถูกต้องตามผลลัพธ์ที่ได้จากขั้นตอนการปรับปรุง โดยชิ้นส่วนฉนวนจากหลุดร่วงจากตัวถังรถยนต์จะลดขนาดชิ้นส่วนที่ต้องส่งทำลายลดลงได้จาก 0.91% เป็นศูนย์ ภายในมาตรฐานของบริษัท ที่สำคัญที่สุดคือ ชิ้นส่วนฉนวนจะถูกแก้ไขปัญหาและถูกปรับปรุงเมื่อนำเข้ากระบวนการผลิตจำนวนมากอย่างถาวร ด้วยต้นทุนของการกำจัดเศษโลหะของตัวรถที่ไม่ได้มาตรฐานที่ลดลงได้ 854,247.89 บาทต่อเดือน ปัจจุบันผลิตภัณฑ์นี้สามารถผลิตและใช้ได้จริงเป็นจำนวนมากกับผู้ผลิตรถยนต์นั่งส่วนบุคคลในโรงงานกรณีศึกษาในประเทศไทย

Essays In Robust Optimization With Applications To Finance And Renewable Energy, Hao Jiang

Operations Research and Engineering Management Theses and Dissertations

Real-world optimization problems are often sensitive to uncertainties caused by estimation errors, forecasting inaccuracy, and imprecise data information. These uncertainties bring significant challenges to decision-making in many areas. Robust optimization (RO) is a tool for addressing the challenges of parameter uncertainty. In this dissertation, we focus on the studies of RO on two problems. (1) In the study of finance, we proposed a tractable RO model for a Mean-Variance portfolio selection problem. We consider Markowitz's Mean-Variance Optimization when stock returns are modeled using Sharpe's single-index framework, but the model coefficients Alpha and Beta, are not precisely known. This study assumes …

Reliability Modeling And Improvement Of Critical Infrastructures: Theory, Simulation, And Computational Methods, José Carlos Hernández Azucena

Graduate Theses and Dissertations

This dissertation presents a framework for developing data-driven tools to model and improve the performance of Interconnected Critical Infrastructures (ICIs) in multiple contexts. The importance of ICIs for daily human activities and the large volumes of data in continuous generation in modern industries grant relevance to research efforts in this direction. Chapter 2 focuses on the impact of disruptions in Multimodal Transportation Networks, which I explored from an application perspective. The outlined research directions propose exploring the combination of simulation for decision-making with data-driven optimization paradigms to create tools that may provide stakeholders with optimal policies for a wide array …

Federated Active Learning For Network Intrusion Detection, Matthew D. R. Sauer

Theses and Dissertations

This thesis addresses challenges with detecting attacks on computer networks within a Federated Learning (FL) framework, when labeled instances are few. We explore the integration of active learning (AL) and semi-supervised learning (SSL). AL efficiently uses data that would otherwise be wasted or require substantial time for labeling. SSL provides capacity to train models that have a limited amount of labeled data, by utilizing additional unlabeled data that is available. We show how FL combined with AL or SSL can realize a detection system that adapts and trains quickly to new networks, reducing the total amount of data labeling needed. …

Task Optimization Utilizing Digital Transformation Concepts - Automation Project Execution Via Agile Methodology, Anthony Steven Maiello

Theses and Dissertations

Task Optimization via the use of automated process improvements is becoming more widespread as more industries lean into the concepts surrounding digital transformation. This shift also necessitates a complementary adaptation in project management methodologies to support the rapid and ever-changing environment, requirements, and innovations. This thesis examines the effectiveness of Agile methodology in managing digital automation projects, with a specific focus placed on process improvements with systems engineering. It accomplished this by contrasting the original model, designed and derived utilizing traditional project management techniques, with the proposed model which is a direct result of the application of Agile project practices. …

Improving Deep Reinforcement Learning Methodology For Autonomous Defense And Escort Of Military High-Value Assets, Joseph Liles Iv

Theses and Dissertations

This dissertation explores the application of machine learning to the control of autonomous unmanned combat aerial vehicles (AUCAVs). In particular, this research applies deep reinforcement learning methodologies to a defensive air combat scenario wherein a fleet of AUCAVs protects a military high-value asset (HVA). A collection of air battle management scenarios along with an original simulation environment and a set of designed computational experiments support the approximation of high-quality decision policies by employing Markov decision processes, approximate dynamic programming algorithms, and deep neural networks for value function approximation.

Network Vulnerability Identification For The Material Routing Problem, Carson G. Long

Theses and Dissertations

This dissertation considers the importance of identifying spatiotemporal vulnerabilities in ground distribution networks and uses operations research methods to formulate models that allow military logistic planners to implement prevention and mitigation measures regarding the routing of personnel, equipment, and supplies in contested Areas of Responsibility (AOR). For optimization models relating to identifying spatiotemporal network vulnerabilities in distribution networks, this work leverages game theory, mixed-integer programming, multi-objective optimization, and metaheuristics to inform mitigation measures for shipment routing. This research has three related components: the first component develops a multi-objective mathematical program to identify spatiotemporal vulnerabilities via myopic heuristic identification, in combination …

Test Problem Generation And Metaheuristic Selection For The Multidemand Multidimensional Knapsack Problem, Matthew E. Scherer

Theses and Dissertations

This work focuses on instance generation methods for the multi-demand multidimensional knapsack problem (MDMKP). Specifically, instance space analysis (ISA) is used to characterize the landscape of existing instances and validate the novelty of new instances generated with a novel problem generation method, the primal problem instance generator (PPIG). The instance generator is capable of producing feasible, diverse, and challenging instances by directly controlling the problem features. PPIG contributes to the previous collections of instances and is validated through instance space analysis. The research presents an in-depth empirical evaluation of existing solution procedures for the MDMKP. The portfolio of metaheuristics examined …

Evaluating The Chief Of Staff Of The Air Force 2016 Initiative To Revitalize The Squadron: A Thematic Content Analysis Of Appreciative Inquiry Mechanisms, John M. Huntz

Theses and Dissertations

A thorough thematic analysis and literature review were undertaken to understand better the integration of AI mechanisms within the Revitalize the Squadron initiative. To facilitate the initiative's implementation, the aim is to provide commanders with practical instances, dimensions, findings, and results. Throughout the coding process, instances of AI’s mechanisms were discovered in the literature. The link between PE and HQR boosted the overall vitality within the squadron, where vitality was determined to be the goal. AI, as a whole, was not found in the literature, but the analysis determined that the Revitalize the Squadron initiative was “Appreciative” in nature.

Optimal Sequencing And Scheduling Algorithm For Traffic Flows Based On Extracted Control Actions Near The Airport, Sharmistha Chakrabarti

Electronic Theses and Dissertations, 2020-2023

This dissertation seeks to design an optimization algorithm, based on naturalistic flight data, with emphasis on safety to perform a benefits' analysis when sequencing and scheduling aircraft at the runway. The viability of creating a decision-support tool to aid air traffic controllers in sequencing and optimizing airport operations is evaluated through the benefits' analysis. Air traffic control is a complex and critical system that ensures the safe and efficient movement of aircraft within the airspace. This is particularly true in the immediate vicinity of an airport. Unlike in en-route or terminal area airspace where aircraft usually traverse well established routes …

Health-Care And Supportive Services In General Population Disaster Shelters, Ashlea Bennett Milburn, Charleen C. Mcneill, Lauren Clay, Janice Springer, Mary Casey-Lockyer

Industrial Engineering Faculty Publications and Presentations

Objectives:

The Communication (C), Maintaining Health (M), Independence (I), Services, Support and Self-Determination (S), and Transportation (T) is a framework (C-MIST) for identifying functional needs in an emergency response. A C-MIST documentation tool provides shelter staff with a list of potential client needs and actions to address them. This retrospective review describes the needs and actions indicated on completed C-MIST documentation tools (ie, records) within domestic general population shelters following Hurricane Florence in 2018.

Methods:

A convenience sample of 1209 records completed by shelter disaster health services personnel was provided by the American Red Cross. The records correspond to client …

Visibility Based Hospital Inpatient Unit Design., Uttam Karki

Electronic Theses and Dissertations

Patient fall is one of the adverse events in an inpatient unit of a hospital that can lead to disability and/or mortality. Healthcare literature suggests that increased visibility of patients by unit nurses is essential to improve patient monitoring and, in turn, reduce falls. However, such research has been descriptive in nature and does not provide an understanding of the characteristics of an optimal inpatient unit layout from a visibility-standpoint. This dissertation fills significant voids in this domain and adds much-needed realism to develop insights that hospital decision-makers can use to design their inpatient unit layout. Our first contribution (Chapter …

Modeling And Solution Methodologies For Mixed-Model Sequencing In Automobile Industry, Ibrahim Ozan Yilmazlar

All Dissertations

The global competitive environment leads companies to consider how to produce high-quality products at a lower cost. Mixed-model assembly lines are often designed such that average station work satisfies the time allocated to each station, but some models with work-intensive options require more than the allocated time. Sequencing varying models in a mixed-model assembly line, mixed-model sequencing (MMS), is a short-term decision problem that has the objective of preventing line stoppage resulting from a station work overload. Accordingly, a good allocation of models is necessary to avoid work overload. The car sequencing problem (CSP) is a specific version of the …

An Enhanced Adaptive Learning System Based On Microservice Architecture, Abdelsalam Helmy Ibrahim, Mohamed Eliemy, Aliaa Abdelhalim Youssif

Future Computing and Informatics Journal

This study aims to enhance Adaptive Learning Systems (ALS) in Petroleum Sector in Egypt by using the Microservice Architecture and measure the impact of enhancing ALS by participating ALS users through a statistical study and questionnaire directed to them if they accept to apply the Cloud Computing Service “Microservices” to enhance the ALS performance, quality and cost value or not. The study also aims to confirm that there is a statistically significant relationship between ALS and Cloud Computing Service “Microservices” and prove the impact of enhancing the ALS by using Microservices in the cloud in Adaptive Learning in the Egyptian …

Visual Question Answering: A Survey, Gehad Assem El-Naggar

Future Computing and Informatics Journal

Visual Question Answering (VQA) has been an emerging field in computer vision and natural language processing that aims to enable machines to understand the content of images and answer natural language questions about them. Recently, there has been increasing interest in integrating Semantic Web technologies into VQA systems to enhance their performance and scalability. In this context, knowledge graphs, which represent structured knowledge in the form of entities and their relationships, have shown great potential in providing rich semantic information for VQA. This paper provides an abstract overview of the state-of-the-art research on VQA using Semantic Web technologies, including knowledge …

A Case For An Independent Cyber Force, Ian C. Heffron, Mark Reith, James W. Dean

Faculty Publications

Although cyberspace is considered the newest warfighting domain, military analysts and scholars have opined the United States remains woefully behind its peers in cyberspace and have called for the creation of a separate cyber service component. Yet a cohesive and robust discussion on this topic has yet to emerge. This article proposes a general framework that builds on the Joint doctrine, organization, training, materiel, leadership and education, personnel, facilities, and policy (DOTMLPF-P) analysis to address questions of sufficiency and necessity. Such analysis reveals DoD cyber operations do not maximize the United States’ ability to fight a cyber war, especially when …

Domain Restriction Zones: An Evolution Of The Military Exclusion Zone, Cole M. Mooty, Robert A. Bettinger, Mark G. Reith

Faculty Publications

Since the early part of the twenty-first century, US adversaries have expanded their military capabilities within and their access to new warfighting domains. When faced with the growth of adversaries’ asymmetric capabilities, the means, tactics, and strategies previously used by the US military lose their proportional effectiveness. To avoid such degradation of capability, the operational concept of the military exclusion zone (MEZ) should be revised to suit the modern battlespace while also addressing the shifts in national policy that encourage diplomacy over military force. The concept and development of domain restriction zones (DRZs) increase the relevancy of traditional MEZs in …

Resources Based Planning Framework For Infrastructure Maintenance And Rehabilitation Projects, Heba Gad

Theses and Dissertations

Infrastructure maintenance and rehabilitation projects involve activities scattered over a large geographical area (e.g., scattered road segments maintenance, telecom towers maintenance program, etc.). Planning such projects require a resource-based approach that accounts for the implications of resource mobility between activities’ locations in terms of time & cost. Existing scheduling techniques fall short of addressing the unique challenges of the scattered nature of these projects in combination with organization's limited resources availability. To address this need, this research presents a resources-based planning framework for infrastructure maintenance and rehabilitation scattered projects with the objective of enhancing resources utilization achieving time and cost …

An Lp-Based Characterization Of Solvable Qap Instances With Chess-Board And Graded Structures, Lucas Waddell, Jerry Phillips, Tianzhu Liu, Swarup Dhar

Faculty Journal Articles

The quadratic assignment problem (QAP) is perhaps the most widely studied nonlinear combinatorial optimization problem. It has many applications in various fields, yet has proven to be extremely difficult to solve. This difficulty has motivated researchers to identify special objective function structures that permit an optimal solution to be found efficiently. Previous work has shown that certain such structures can be explained in terms of a mixed 0-1 linear reformulation of the QAP known as the level-1 reformulation-linearization-technique (RLT) form. Specifically, the objective function structures were shown to ensure that a binary optimal extreme point solution exists to the continuous …

Data-Driven Platform And Digital Operations, Bing Bai

Olin Business School Graduate Student Theses and Dissertations

The objective of this dissertation is to study the emerging operations issues on data-driven platforms and digital operations. With the increasing availability of data and the development of information technologies, platforms process a large amount of data in order to efficiently make daily operational decisions. Understanding human behaviors and the human-algorithm connection is instrumental to the success of this process. In my research, I implement field experiments and use structural models to study in-warehouse worker behavior and out-of-warehouse customer behavior in the last mile of logistics.

In Chapter 1, “The Impacts of Algorithmic Work Assignment on Fairness Perceptions and Productivity: …

Lead Distribution Modeling For Supply Chains With A Large Number Of Items, Wesley Tate

Industrial Engineering Undergraduate Honors Theses

Adding randomness into a simulation model allows for a better understanding of the variation that can occur in a real-life setting. This paper documents the methodology used to recommend a set of distribution models to cover administrative and production lead times for the simulation program involving hundreds of thousands of items. The problem of distribution fitting for large datasets is addressed, with histograms, Q-Q, and P-P plots being used to verify models in addition to goodness-of-fit test statistics. Variable level reduction using frequency and distribution matching approaches are outlined followed by the use of random forest modeling to identify key …

Optimizing Wedding Venue Selection Process Using Integer Programming, Luis Rodriguez

Theses/Capstones/Creative Projects

Choosing the right wedding venue can be extremely difficult for the unsuspecting engaged couple. There is a myriad of variables that must be taken into account prior to the illustrious wedding date; these variables include the option for a reception, the location, and food requirements, to name a few. Consequently, the typical couple seems to spend multiple months researching and visiting many wedding spaces. However, even though months go into planning, it still is not a guarantee that all variables are accounted for. Furthermore, without a wedding planner, these couples may second-guess their chosen site due to seemingly arduous issues …

Electric Vehicle Routing Problem – Models And Algorithms, Hesamoddin Tahami

Engineering Management & Systems Engineering Theses & Dissertations

The transportation sector is a major greenhouse gas emitter that is heavily regulated to reduce its dependence on oil. These regulations along with the growing customer awareness of global warming have led to the investigation of new transportation problems that consider using eco-friendly vehicle fleets. Promising alternatives to traditional fleets include alternative fuel vehicles (AFVs) and electric vehicles (EVs). These twenty-first-century vehicles offer an appealing advantage of consistently reducing their environmental impact, but due to the current technology, they exhibit bothersome limitations. The short driving range along with limited charging infrastructure may consequently cause issues related to range anxiety, i.e., …

Efficient Routing For Disaster Scenarios In Uncertain Networks: A Computational Study Of Adaptive Algorithms For The Stochastic Canadian Traveler Problem With Multiple Agents And Destinations, Neel Chanchad

Graduate Theses and Dissertations

The primary objective of this research is to develop adaptive online algorithms for solving the Canadian Traveler Problem (CTP), which is a well-studied problem in the literature that has important applications in disaster scenarios. To this end, we propose two novel approaches, namely Maximum Likely Node (MLN) and Maximum Likely Path (MLP), to address the single-agent single-destination variant of the CTP. Our computational experiments demonstrate that the MLN and MLP algorithms together achieve new best-known solutions for 10,715 instances. In the context of disaster scenarios, the CTP can be extended to the multiple-agent multiple-destination variant, which we refer to as …

A Comparison Of Nonverbal And Paraverbal Behaviors In Simulated And Virtual Patient Encounters, Sarah Powers, Mark W. Scerbo, Matthew Pacailler, Macy Kisiel, Baillie Hirst, Ginger S. Watson, Lauren Hamel, Fred Kron

Modeling, Simulation and Visualization Student Capstone Conference

The present study assessed whether trainees display similar nonverbal and paraverbal behaviors when interacting with a simulated (SP) and virtual patient (VP). Sixty second slices of time following four interactions were rated for the presence and frequency of three nonverbal and paraverbal behaviors. Results revealed that students exhibited fewer behaviors in the VP interaction, possibly due to differences social inhibition or fidelity between the two formats.