ปัญหาการจัดตารางการผลิตแบบตามสั่งเป็นหนึ่งในปัญหาที่แก้ไขยาก เนื่องจากต้องใช้เวลาในการค้นหา การสลับค่าคำตอบของลำดับงานรวมถึงเงื่อนไขของลำดับก่อนหลังของเครื่องจักรในแต่ละงาน เพื่อหาคำตอบที่เหมาะสม โดยวิธีการที่มักนิยมใช้ในการแก้ปัญหาคือวิธีแตกกิ่งและกำหนดขอบเขต ซึ่งเวลาที่ใช้ในการประมวลผลจะขึ้นกับขนาดของปัญหาที่ใหญ่ขึ้น ดังนั้นจึงได้นำเสนอวิธีอัลกอริธึมเชิงพันธุกรรมเพื่อแก้ปัญหาการจัดตารางการผลิตแบบตามสั่ง โดยขั้นตอนของอัลกอริธึมเชิงพันธุกรรม เริ่มจากการสุ่มสร้างประชากรเริ่มต้นรวมถึงหาผลลัพธ์จากกฎความสำคัญ เช่นเวลาการปฏิบัติงานสั้นสุด และเวลาการปฏิบัติงานนานสุดของแต่ละประชากร จากนั้นทำการสืบพันธุ์ประชากรดังกล่าว โดยวิธีการข้ามสายพันธุ์ และการกลายพันธุ์ เพื่อสร้างประชากรรุ่นใหม่ ขั้นตอนจะสิ้นสุดเมื่อพบผลลัพธ์ที่เป็นไปตามเงื่อนไขที่กำหนด งานวิจัยนี้ได้เสนอการประยุกต์ใช้วิธีอัลกอริธึมเชิงพันธุกรรมกับปัญหาการจัดตารางการผลิตแบบตามสั่งของโรงงานผลิตตู้ปาเป้าอิเล็กทรอนิกส์ วัตถุประสงค์ของงานวิจัยเพื่อลดเวลาปิดงานของระบบ โดยในการผลิตตู้ปาเป้าอิเล็กทรอนิกส์จะประกอบด้วยงานย่อย 129 งาน ใช้เครื่องจักร 17 เครื่อง จำนวน 80 ตู้ต่อใบสั่งผลิต ซึ่งผลของการจัดตารางการผลิตสามารถลดเวลาปิดงานของระบบ จากวิธีเดิม 7,614 นาที/80 ตู้ เป็น 2,005.8 นาที/80 ตู้ ลดลง 5,608.2 นาที/80 ตู้

The job shop scheduling problem (JSP) is extremely difficult because it is time consuming. It requires permutations of work procedures constrained by the sequence on the machines. Traditionally, the algorithm used for solving the JSP is the branch-and-bound method, which takes considerable computing time when the size of problem is large. Genetic algorithms are proposed for solving the problem. The first step of genetic algorithms generating an initial population randomly, including the result obtain by some well-known priority rules, such as shortest and longest processing time. Then, the population will go through the process of reproduction, crossover, and mutation to create a new population for the next generation until some stopping criteria were reached. This paper presents genetic algorithms for the job shop scheduling problem of the dartboard factory. The objective of this research was to reduce the makespan time. The dartboard planning order is consisted of 129 jobs which were processed on 17 machines for producing 80 units. The result shows that the makespan time reduced from 7,614 minutes per 80 units to 2,005.8 minutes per 80 units. The makespan time reduction was 5,608.2 minutes per 80 units.