مدلی جدید برای حل مساله موازنه خط مونتاژ هزینه گرا

Authors

h. a. mousazadegan

s.h. zegordi

abstract

در این مقاله، یک مدل جدید هزینه گرا برای مساله موازنه خط مونتاژ ارائه شده است که شامل هزینه نیروی انسانی و خرید تجهیزات می باشد. رویکرد این مدل نسبت به هزینه های مذکور به ­ گونه ای است که علاوه بر اینکه با شرایط واقعی خطوط مونتاژ منطبق می باشد، امکان استفاده از تجهیزات مشترک بین کارهای مونتاژ را میسر می سازد. تابع هدف و محدودیت های این مدل در قالب روابط ریاضی بیان شده و روابطی نیز برای محاسبه حد پایین و بالای تابع هدف ارائه شده است. برای حل مسائل مربوط به این مدل از الگوریتم ژنتیک استفاده شده و بهترین مقادیر پارامترهای این الگوریتم برای ابعاد مختلف مسائل یافت می شود. همچنین عملکرد الگوریتم ژنتیک پیشنهادی با یک روش معروف موجود بنام rta ( random task assignment ) و نیز مقادیر حدود پایین مقایسه شده است که نتایج حاصل از این بررسی، مزیت و برتری نسبی الگوریتم ژنتیک را هم به لحاظ کیفیت جواب و هم از نظر زمان حل به خوبی آشکار می کند.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

مدلی جدید برای حل مساله موازنه خط مونتاژ هزینه‌گرا

 In this research, a new model for cost-oriented assembly line balancing problem has been presented that consists of labour and equipment cost. The approach of this model for these costs is coincided with real condition of assembly lines and yield possibility of using common equipment amoung tasks. The objective function and constrains of this model has been shown by mathematical relations and ...

full text

ارائه ی مدلی برای موازنه ی خط مونتاژ هزینه گرا

در این پژوهش، یک مدل برنامه ریزی غیر خطی عدد صحیح برای مسأله ی موازنه ی خط مونتاژ هزینه گرا ارائه شده است. ویژگی های منتخب برای ساخت مدل تحقیق با تکیه بر پیشینه ی مسائل موازنه ی خط مونتاژ هزینه گرا و با هدف کاهش شکافِ بین تحقیقات آکادمیک و واقعیات محیط های صنعتی تعیین شده است. مشخصه ی اصلیِ مدل پیشنهادی ترکیب زمان بندی وظایف، ایستگاه های موازی و محدودیت منبع است و تابع هدف آن هزینه های عملیاتی و ...

15 صفحه اول

ارائة یک مدل ریاضی برای زمان بندی و موازنة خط مونتاژ هزینه گرا با محدودیت منابع

در این مقاله، با تکیه بر پیشینة مسائل موازنة خط مونتاژ هزینهگرا، یک مدل ریاضی جدید، برای زمان بندیو موازة خط مونتاژ ارائه شده است که با ترکیب زمان تنظیم وابسته به توالی وظایف، ایستگاههای موازی ومحدودیت منبع، هزینههای عملیاتی و سرمایهگذاری سیستم مونتاژ را کمینه مینماید .با توجّه به پیچیدگی مسأله، روابطی برای کاهش تعداد متغیرهای مدل پیشنهاد شده است که دستیابی به راهحل بهینه را در زمانی قابل قبول ب...

full text

موازنه خط مونتاژ با رویکرد الگوریتم ژنتیک

در هر فرآیند تولید تعدادی ماشین آلات و تجهیزات و همچنین میزان نسبتاً ثابتی از نیروی انسانی موجود است که جهت انجام عملیات تولید از آنها استفاده می‌شود. در بسیاری از موارد با مشاهده نحوه کار یک فرآیند می‌توان دید که تعدادی از ماشین آلات، مشغول کار نیستند ولی تعداد دیگری از تجهیزات، یکسره مشغول بکار بوده و در جلوی آنها مقدار زیادی از قطعات ، آماده بسته شدن روی ماشین جهت انجام عملیات ساخت هستند و در...

full text

موازنه خط مونتاژ با رویکرد الگوریتم ژنتیک

در هر فرآیند تولید تعدادی ماشین آلات و تجهیزات و همچنین میزان نسبتاً ثابتی از نیروی انسانی موجود است که جهت انجام عملیات تولید از آنها استفاده می شود. در بسیاری از موارد با مشاهده نحوه کار یک فرآیند می توان دید که تعدادی از ماشین آلات، مشغول کار نیستند ولی تعداد دیگری از تجهیزات، یکسره مشغول بکار بوده و در جلوی آنها مقدار زیادی از قطعات ، آماده بسته شدن روی ماشین جهت انجام عملیات ساخت هستند و در...

full text

ارائة یک مدل ریاضی برای زمان بندی و موازنة خط مونتاژ هزینه گرا با محدودیت منابع

در این مقاله، با تکیه بر پیشینة مسائل موازنة خط مونتاژ هزینهگرا، یک مدل ریاضی جدید، برای زمان بندیو موازة خط مونتاژ ارائه شده است که با ترکیب زمان تنظیم وابسته به توالی وظایف، ایستگاههای موازی ومحدودیت منبع، هزینههای عملیاتی و سرمایهگذاری سیستم مونتاژ را کمینه مینماید .با توجّه به پیچیدگی مسأله، روابطی برای کاهش تعداد متغیرهای مدل پیشنهاد شده است که دستیابی به راهحل بهینه را در زمانی قابل قبول ب...

full text

My Resources

Save resource for easier access later


Journal title:
بین المللی مهندسی صنایع و مدیریت تولید

جلد ۱۹، شماره ۱، صفحات ۱۵-۲۵

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023