TY - JOUR ID - TI - Simulation of Scheduling Production System by Using Integrating Simulation Models with Artificial Neural Network Model AU - Z. I. AL-Daoud AU - Ouf A. Shams PY - 2008 VL - 14 IS - 4 SP - 3121 EP - 3135 JO - Journal of Engineering مجلة الهندسة SN - 17264073 25203339 AB - Traditional methods of dealing with finding the relationship between the inputs data of simulation models and the outputs data fail or takes a long time to find this relationship. Artificial neural networks (ANNs) have the ability to learn complex relationships between inputs and outputs. Their use can greatly enhance simulation models and allow for more accurate representations of real life scenarios. This paper is concerned with the application of the mechanism of integrating simulation models with artificial neural network (ANN) model. This mechanism was tested by integrating simulation models of re-tubing heat exchangers line (RTHEL) with ANN model to schedule entering exchangers to inside re-tubing workshop. The result of applying this mechanism of integration in system (RTHEL) was in reducing completion time of re-tubing batches of heat exchangers by about (12.5%).

النظريات التقليدية المستخدمة لأيجاد العلاقة بين البيانات الداخلة لنماذج المحاكاة والناتجة منها قد تفشل أو تأخذ وقت طويل لأيجاد هذه العلاقة. شبكات الخلايا العصبية الأصطناعية لها القابلية على التعلم لأيجاد أصعب العلاقات بين المدخلات والمخرجات (النواتج). أن أستخدام هذه الشبكات يحسن نماذج المحاكاة كثيراً وتسمح بتمثيل أدق لسيناريوهات العمل الحقيقية للأنظمة. يهتم هذا البحث بدراسة تطبيق آلية تكامل لنماذج المحاكاة بنموذج لشبكة خلايا عصبية أصطناعية. هذه الآلية أختبرت عن طريق تكامل نماذج المحاكاة لخط أعادة تأهيل المبادلات الحرارية مع نموذج لشبكة خلايا عصبية أصطناعية لجدولة دخول المبادلات الى داخل ورشة أعادة التأهيل. أن تطبيق آلية التكامل هذه على خط أعادة تأهيل المبادلات سوف يقلل من الوقت الكلي لأعادة تأهيل دفعات من المبادلات الحرارية بمقدار (12.5%). ER -