Abstract

VIJAYANAND, J.  and  SHESHAGIRI RAO, V.. Implementation of hybrid artificial neural network and multi-criteria decision model for the ranking of criteria that affect productivity - a case study. S. Afr. J. Ind. Eng. [online]. 2024, vol.35, n.1, pp.1-19. ISSN 2224-7890.  http://dx.doi.org/10.7166/35-1-2906.

Hierdie studie ondersoek die faktore wat dikwels oor die hoof gesien word wat industríele produktiwiteit beïnvloed, met die fokus op arbeid en masjienonderhoud as sleuteldrywers. Omvattende navorsing is onderneem in 'n werkswinkel wat motorkomponente vervaardig om hierdie faktore te identifiseer en te evalueer. Deur gebruik te maak van multi-kriteria besluitnemingsmodelle soos analitiese hiërargie proses, vae analitiese hiërargie proses, tegniek vir orde van voorkeur volgens ooreenkoms met ideale oplossing (TOPSIS), viekriterijumsko kompromisno rangiranje metode, onderneming verspreide toepassingsdiens, en entropie TOPSIS, het die studie verskeie produktiwiteitskriteria gerangskik. Kunsmatige neurale netwerke is toe aangewend om die rangorde te valideer. Die navorsing het die belangrikheid van vervaardigingstoerusting en rou materiaal beklemtoon, en ook die prioritisering van die arbeidsmag. Die implementering van materiaalhanteringstelsels wat daarop gemik is om foute te verminder en produktiwiteit te verbeter, was deurslaggewend. As gevolg van hierdie strategieë het nie-waardetoegevoegde aktiwiteite met 65,56% afgeneem, prosestyd het met 61,03% verbeter, wagtyd het beduidend met 66.66% verminder, mannekrag het met 35% afgeneem, en koste het met 45% afdaal. Hierdie uitkomste het gelei tot 'n noemenswaardige 23% toename in produksievlakke in die kernwinkel. Die studie beklemtoon die doeltreffendheid van innoverende werkmetodes en gestandaardiseerde bedryfsprosedures om produktiwiteit te maksimeer.

        · abstract in English     · text in English     · English ( pdf )