Application Similarity Coefficient Method to Cellular Manufacturing

Yin, Yong

doi:10.5772/5050

Cited by 4 publications

(8 citation statements)

References 172 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The SC based scientific measures are being adopted in many disciplines of scientific research such as physical science, biological science, medical science, engineering science etc. [18]. The SC describes numerical score of similarity between a pair of objects (machines in CMS).…”

Section: Similarity Coefficientmentioning

confidence: 99%

Management and Production Engineering Review

Ghosh

2019

View full text Add to dashboard Cite

to justify the gap in the research of similarity coefficient driven approaches and cell formation problems (CFP) based on ratio data in cellular manufacturing systems (CMS). The actual implication of ratio data was vaguely addressed in past literature, which has been corrected recently. This research considered that newly projected CFP based on ration data. This study further revealed the lack of interest of researchers in investigation for an appropriate and improved similarity coefficient primarily for CFP based on ratio data. For that matter a novel similarity coefficient named as Generalized Utilization-based Similarity Coefficient (GUSC) is introduced, which scientifically handles ratio data. Thereafter a two-stage cell formation technique is adopted. First, the proposed GUSC based method is employed to obtained efficient machine cells. Second, a novel part allocating heuristic is proposed to obtain effective part families. This proposed approach is successfully verified on the test problems and compared with algorithms based on another similarity coefficient and a recent metaheuristic. The proposed method is shown to obtain 66.67% improved solutions.

show abstract

Section: Similarity Coefficientmentioning

confidence: 99%

Management and Production Engineering Review

Ghosh

2019

View full text Add to dashboard Cite

show abstract

“…Para a formação de clusters, são necessários, dessa forma, critérios de alocação. A literatura propõe coeficientes de similaridade (Yin, 2006), desenvolvidos com o objetivo específico de se adaptar a situações particulares e de interesse dos pesquisadores (Meyer, 2002). Esses coeficientes indicam o grau de semelhança entre pares de objetos, facilitando o processo de clusterização dos mais variados tipos de elementos (Yin, 2006).…”

Section: Análise De Agrupamentosunclassified

“…Tais coeficientes se dividem em duas categorias: medidas de similaridade e de dissimilaridade. Na primeira, quanto maior for a semelhança, maior será o coeficiente; na segunda, quanto menor for a semelhança, menor será o coeficiente (Meyer, 2002;Yin, 2006;Reina et al, 2014). Além disso, coeficientes de similaridade podem variar conforme as características de interesse do objeto observado, expressas em variáveis que podem ser contínuas, discretas ou binárias (Reina et al, 2014).…”

Section: Análise De Agrupamentosunclassified

“…Posto que a busca por similaridades ou dissimilaridades entre elementos de um mesmo grupo pode ser realizada de diferentes maneiras, a primeira providência para a formação de um cluster é a definição dos critérios que serão utilizados para a segregação desses grupos (Meyer, 2002). Nesse sentido, diferentes coeficientes encontram-se disponíveis na literatura (Meyer, 2002;Pachane, 2003;Yin, 2006). Dentre eles, segundo Yin (2006), podem ser citados os coeficientes de Pearson; Jaccard; Czekanowsky; Kulczynski; Russel e Rao; Sorensen-Dice; Ochiai; Yule; Rogers e Tanimoto; Hamann; Sokal e Sneath; e Anderberg.…”

Section: Análise De Agrupamentosunclassified

“…Nesse sentido, diferentes coeficientes encontram-se disponíveis na literatura (Meyer, 2002;Pachane, 2003;Yin, 2006). Dentre eles, segundo Yin (2006), podem ser citados os coeficientes de Pearson; Jaccard; Czekanowsky; Kulczynski; Russel e Rao; Sorensen-Dice; Ochiai; Yule; Rogers e Tanimoto; Hamann; Sokal e Sneath; e Anderberg.…”

Section: Análise De Agrupamentosunclassified

See 2 more Smart Citations

Formação de clusters na docência por interesse de pesquisa: método de auxílio à tomada de decisões em cursos de nível superior

et al. 2018

View full text Add to dashboard Cite

Resumo Este artigo apresenta o resultado da utilização de uma abordagem de análise multivariada e clusterização de docentes para tomada de decisões no curso de Engenharia de Produção em uma Instituição de Ensino Superior. Para isso, primeiramente, é realizada uma revisão conceitual sobre a importância da seleção e alocação de docentes nas diversas atividades de ensino, tais como bancas, orientações e atuação em sala de aula. Posteriormente, o presente estudo propõe um novo contexto de aplicação de ferramentas de clusterização, amplamente utilizadas em ambientes de manufatura, no contexto educacional, apresentando um método para clusterização dos docentes por temas de pesquisa, além do resultado prático da aplicação desse método em um curso de Engenharia de Produção. Por fim, são expostas algumas avaliações e considerações no intuito de contribuir com a gestão de cursos de nível superior, bem como de impulsionar e ampliar a base conceitual para aplicação dessa abordagem junto às instituições de ensino.

show abstract

Effective two-phasep-median approach for the balanced cell formation in the design of cellular manufacturing system

Won

Logendran

2014

International Journal of Production Research

View full text Add to dashboard Cite

Application Similarity Coefficient Method to Cellular Manufacturing

Cited by 4 publications

References 172 publications

Management and Production Engineering Review

Management and Production Engineering Review

Formação de clusters na docência por interesse de pesquisa: método de auxílio à tomada de decisões em cursos de nível superior

Effective two-phasep-median approach for the balanced cell formation in the design of cellular manufacturing system

Contact Info

Product

Resources

About