• algoritmo genetico
• bilanciamento
• linee assemblaggio

Il presente lavoro di tesi si focalizza sulla validazione e il miglioramento di un algoritmo genetico utilizzato per il bilanciamento delle linee di assemblaggio manuali.
Il lavoro si suddivide in due sezioni distinte, la validazione dell’algoritmo per problemi mono-obiettivo e la validazione per problemi multi-obiettivo.
La prima fase concerne la definizione della tipologia di validazione utilizzata per testare la bontà dell’algoritmo. Si sono quindi trascritti i dati necessari su Matlab, ambiente su cui è stato implementato l’algoritmo, e si è fatto girare per comprenderne il comportamento. I risultati ottenuti sono stati analizzati e discusse le problematiche scaturite.
Sono state proposte alcune modifiche per risolvere i problemi mono-obiettivo, trascritte su Matlab e si è fatto rigirare l’algoritmo. I risultati ottenuti sono stati confrontati con quelli che l’algoritmo aveva ottenuto precedentemente. La stessa cosa è stata svolta per risolvere le difficoltà inerenti i problemi multi-obiettivo.
I risultati che si sono riscontrati in entrambe le tipologie di problemi riguardano un miglioramento evidente delle soluzioni che l’algoritmo è in grado di trovare rispetto ai risultati precedenti.

The following thesis is focused on the validation and improvement of a genetic algorithm for the assembly manual line balancing problem.
The work is divided into two distinct sections, the validation of the algorithm for mono-objective and validation for multi-objective problems.
The first stage concerns the definition of the type of validation used to test the algorithm's goodness. Then, the necessary data are transcribed on Matlab, on which th algorithm has been implemented. The algorithm had been turn in order to understand the behavior. The results obtained were analyzed and the issues arising were discussed.
Have been proposed some changes to address the mono-objective problems, they have been recorded in Matlab and was made reshoot the algorithm. The results obtained were compared with those that the algorithm had obtained previously. The same thing has been done to resolve the difficulties in the multi-objective problems.
The results that were found in both types of problems relate a clear improvement of the solutions that the algorithm is able to find compared to previous results.