Η παρούσα διπλωματική εργασία αφορά στο σχεδιασμό συστημάτων κατεργασιών με έμφαση στη διαχείριση της σύνθεσής τους από εναλλακτικά στοιχεία. Πρόκειται για τη δημιουργία συστημάτων κατεργασιών που απαρτίζονται από εξοπλισμό ο οποίος δε βρίσκεται απαραίτητα στον ίδιο χώρο και υπό αυτή την έννοια δεν πρόκειται για ενιαία – πραγματικά συστήματα αλλά για εικονικά. Στο 1ο κεφάλαιο περιγράφεται η έννοια των εικονικών συστημάτων και παρουσιάζεται η χρησιμότητά τους στην υλοποίηση προγραμμάτων e-manufacturing. Η βελτιστοποίηση που απαιτείται στα πλαίσια τέτοιων συστημάτων γίνεται με τη μέθοδο των γενετικών αλγορίθμων. Το 2ο κεφάλαιο αφορά στη δομή και λειτουργία των γενετικών αλγορίθμων, τα πλεονεκτήματά και τις διαφορές τους από τις κλασσικές μεθόδους βελτιστοποίησης. Αναφέρονται οι λόγοι για την επιλογή της μεθόδου αυτής στη σύνθεση συστημάτων κατεργασιών με βάση εναλλακτικά φασεολόγια. Τα τρία σημαντικότερα στοιχεία των γενετικών αλγορίθμων είναι η κωδικοποίηση του προβλήματος σε ένα χρωμόσωμα, η αντικειμενική συνάρτηση και μία βάση δεδομένων από την οποία αντλούνται πληροφορίες για το πραγματικό πρόβλημα. Το 3ο κεφάλαιο αναφέρεται στην αντικειμενική συνάρτηση και στην κωδικοποίηση του προβλήματος. Ορίζονται τα κριτήρια βελτιστοποίησης. Παρουσιάζονται ακόμα η δομή και λειτουργία της συνάρτησης που προγραμματίστηκε στα πλαίσια της υλοποίησης των εικονικών συστημάτων. Η βάση δεδομένων περιγράφεται στο 4ο κεφάλαιο. Συγκεκριμένα παρουσιάζονται η δομή και τα χαρακτηριστικά της, οι οντότητες και οι μεταξύ τους σχέσεις καθώς και η σύνδεσή της με την αντικειμενική συνάρτηση. Το 5ο κεφάλαιο αφορά ένα υποθετικό πρόβλημα (παραγγελία προϊόντων με εναλλακτικά φασεολόγια) το οποίο βελτιστοποιείται προς τη δημιουργία του εικονικού συστήματος. Περιγράφονται όλα τα βήματα της μεθόδου από την βάση δεδομένων έως και τη βελτιστοποίηση, αναλύονται και σχολιάζονται τα αποτελέσματα. Στο τέλος του κεφαλαίου πειραματιζόμαστε με διάφορες παραμέτρους των γενετικών αλγορίθμων.
The diploma study deals with the design of manufacturing systems based on alternative process plans. The machines can be located at the same place or can be distributed, which means that the manufacturing system is not always real but sometimes virtual. The first (1) chapter describes virtual manufacturing systems and their use within e-manufacturing systems. The method of genetic algorithms is used for the optimization needed. The second (2) chapter discusses genetic algorithms, their advantages and differences from other optimization methods. I also present the reasons for the selection of this particular method. The three most important aspects of the method are the chromosome, the objective function and a database that supports the algorithm. The third (3) chapter describes the design of the objective function and the chromosome and lists the optimization criteria. At the end of the chapter the code programmed in Mat Lab is presented. The database is described in the forth (4) chapter. The structure, the entities, their attributes, the relationships between the entities and the connection with the genetic algorithm are presented. In the last (5) chapter i present the optimization of an hypothetical problem, from the creation of the database to the final design of the virtual manufacturing system. I also evaluate various genetic algorithm aspects.