Bilanciamento di una linea di assemblaggio Two-sided utilizzando un algoritmo genetico

Chi bilancia una linea di assemblaggio si prefigge lo scopo di trovare il miglior assegnamento dei tasks alle stazioni di assemblaggio in corrispondenza di una determinata funzione obiettivo (abbiamo visto, nel primo capitolo, che per i problemi SALBP esso può essere ad esempio minimizzare il numero di stazioni, il tempo di ciclo, o massimizzare l’efficienza della linea). Affermare che si vuole ottenere il miglior assegnamento è equivalente a dire che si vuole ottimizzare il problema, e quindi adottare la decisione migliore tra un insieme di alternative possibili. Quindi, il problema del bilanciamento di una linea di assemblaggio si riconduce a un problema di ottimizzazione e si avvale della ricerca operativa per trovare la soluzione migliore. Nota anche come teoria delle decisioni, essa riveste un ruolo importante nelle attività decisionali perché permette di effettuare le scelte migliori per raggiungere un determinato obiettivo rispettando vincoli che sono imposti dall'esterno e non sono sotto il controllo di chi deve compiere le scelte stesse. La ricerca operativa si occupa di formalizzare un problema in un modello matematico e calcolare una soluzione ottima, quando possibile, o approssimata (detta anche subottima) per esso.

Siccome risulta inefficiente e fuori dalla nostra portata pensare di ottimizzare il bilanciamento di una linea di assemblaggio in tempi brevi senza il supporto di qualche sistema di calcolo, è fondamentale definirne almeno i componenti principali. Un sistema di calcolo generico può essere raffigurato considerando tre componenti principali: gli input, ossia i dati necessari a spiegare il problema, le variabili; gli output, i risultati, ed un processo o funzione che è conosciuto come funzione obiettivo. Partendo dagli input è possibile ricavare gli output, come avviene nella simulazione. Oppure conoscendo gli output, è possibile ricavare quegli input che determinano il miglior valore di output. Questo secondo caso è quello che riguarda i problemi di ottimizzazione, ed è quello su cui ci focalizzeremo maggiormente.

I sistemi di ottimizzazione hanno l’obiettivo di trovare il valore degli input in modo da ottenere il “miglior” valore (o valori) degli output. La definizione di “migliore” varia da problema a problema, ma in termini matematici, fa riferimento alla massimizzazione o minimizzazione di una o più funzioni obiettivo tramite la modifica dei valori di input. [...]