Processing may take a few seconds...

Dissertation

Title

Metodyka wykorzystania narzędzi sztucznej inteligencji i technologii grupowej w zarządzaniu projektowaniem systemów montażu niezautomatyzowanego

Authors

[ 1 ] Katedra Zarządzania Produkcją i Logistyki, Wydział Inżynierii Zarządzania, Politechnika Poznańska | [ P ] employee

Promoter

[ 1 ] Katedra Zarządzania Produkcją i Logistyki, Wydział Inżynierii Zarządzania, Politechnika Poznańska | [ P ] employee

Reviewers

Title variant

EN Methodology of artifical inteligence and group technology usage in management of designing non-automated assembly systems

Language

polish

Keywords
PL
  • sieci samoorganizujące się
  • sieci neuronowe
  • SOM
  • technologia grupowa
  • produkcja montażowa
EN
  • self-organisig networks
  • neural networks
  • SOM
  • Group Technology
  • assembly production
Abstract

PL Praca doktorska porusza tematykę optymalizacji projektowania systemów montażowych niezautomatyzowanych przy wykorzystaniu sieci neuronowych oraz technologii grupowej. Meritum pracy jest utworzony wielopoziomowy algorytmu postępowania w przypadku zarządzania projektowaniem systemów montażowych niezautomatyzowanych przy wykorzystaniu map samoorganizujących się Kohonena, dla których dane wejściowe definiuje technologia grupowa oraz badania środowiskowe. Przeprowadzenie badań środowiska komercyjnego (specjalistów i menadżerów przedsiębiorstw montażowych) pozwoliło na identyfikację kryteriów grupowania jako wejścia dla sieci neuronowych. Określono listę cech procesów montażowych oraz system ich wartościowania na przestrzeni trzech poziomów zarządzania: strategicznym, taktycznym oraz operacyjnym. Algorytm metodyki dotyczy wszystkich poziomów, jednak najbardziej uszczegółowiony jest dla poziomu taktycznego i jednostek produkcyjnych pierwszego stopnia. Końcowy wynik prac wieńczy weryfikacja opracowanego modelu ze zdefiniowanym wcześniej modelem tradycyjnym za pomocą wielokryterialnej analiza AHP.

EN The PhD thesis concerns the optimization of non-automated assembly systems design using neural networks and group technology. The work merit is to create a multi-level algorithm for the design of non-automated assembly systems using Kohonen self-organizing maps, for which input data is defined by group technology and environmental research. Conducting research on the commercial environment (specialists and managers of assembly companies) allowed to identify grouping criteria as an input for neural networks. The list of assembly process features and the system of their valuation were determined over three levels of management: strategic, tactical and operational. The methodology algorithm applies to all levels, however, it is most detailed for the tactical level as production cells organisation. The final result of the work is completed with the verification of the developed model with the previously defined traditional model using multicriteria AHP analysis.

Number of pages

180

OECD domain

economy and business

KBN discipline

management and quality studies

Signature of printed version

DrOIN 1961

On-line catalog

to2018998322

Full text of dissertation

Download file

Access level to full text

public

First review

Edward Michlowicz

Place

Kraków, Polska

Date

29.08.2018

Language

polish

Review text

Download file

Access level to review text

public

Second review

Maciej Urbaniak

Place

Łódź, Polska

Date

25.08.2018

Language

polish

Review text

Download file

Access level to review text

public

Dissertation status

dissertation

Place of defense

Poznań, Polska

Date of defense

25.02.2019

Unit granting title

Rada Wydziału Inżynierii Zarządzania Politechniki Poznańskiej

Obtained title

doktor nauk ekonomicznych w dyscyplinie: nauki o zarządzaniu