A Weighted Multiobjective Optimization Method for Mixed-Model Assembly Line Problem

Table 2

Adjusted task times.

Number of task	Model 1	Model 2	Model 3	Number of task	Model 1	Model 2	Model 3	Number of task	Model 1	Model 2	Model 3
1	0,11300	0,11600	0,11600	26	0,10267	0,10267	0,10267	51	—	0,05533	0,02967
2	0,02100	0,02100	0,02100	27	0,01700	—	—	52	—	0,09200	0,09200
3	0,09967	0,09500	0,09600	28	0,08533	0,08933	0,08933	53	—	0,05467	0,01733
4	0,10633	—	—	29	0,05133	0,04800	0,04800	54	—	0,01967	0,01567
5	0,04800	0,04833	0,04833	30	0,15933	0,14567	0,14567	55	—	0,04533	—
6	0,01533	—	0,01533	31	0,11367	—	0,10700	56	—	0,09767	—
7	0,04333	—	—	32	0,03500	—	—	57	—	0,04267	—
8	0,09167	—	—	33	0,12967	—	0,12967	58	—	0,03500	—
9	0,06200	—	—	34	0,04367	—	—	59	—	0,05433	0,06533
10	0,07467	—	—	35	0,02500	—	—	60	—	—	0,07767
11	0,04300	—	—	36	0,07933	—	—	61	—	—	0,03200
12	0,06400	—	—	37	0,06067	0,06067	0,06067	62	—	—	0,03900
13	0,04300	—	—	38	0,07733	0,07733	0,07733	63	—	—	0,08167
14	0,03533	0,03533	0,03533	39	0,02900	—	—	64	—	—	0,04167
15	0,07767	—	—	40	0,02133	—	—	65	—	—	0,02233
16	0,11800	—	—	41	—	0,01833	—	66	—	—	0,04267
17	0,04300	—	—	42	—	0,07067	0,07067	67	—	—	0,05333
18	0,11933	0,11933	0,11933	43	—	0,06733	—	68	—	—	0,07767
19	0,02500	0,02967	0,02967	44	—	0,06533	—	69	—	—	0,01900
20	0,01733	0,01733	0,01733	45	—	0,04433	0,04433	70	—	—	0,02633
21	0,02000	0,01733	0,01733	46	—	0,06567	—	71	—	—	0,01967
22	0,01733	0,01733	0,02133	47	—	0,34000	—	72	—	—	0,07767
23	0,03600	0,03900	0,03200	48	—	0,08700	0,08567	73	—	—	0,07767
24	0,03933	0,02767	0,04067	49	—	0,08067	—
25	0,08100	—	—	50	—	0,14567	—