زمانبندی چندهدفه شبکه های تولید چندکارخانه ای با استفاده از الگوریتم ژنتیک زیرجمعیت و روش ارتجاعی
Authors
abstract
روند جهانی سازی موجود سبب پیدایش رقابتی شدید برای کسب هر چه بیشتر منافع در بین تولیدکنندگان شده است. برای حفظ شرایط رقابت پذیری در چنین بازارهایی، کارخانه ها تصمیم به ایجاد شبکه تولیدی متشکل از چندین کارخانه می نمایند. پراکندگی اعضاء در نقاط مختلف جغرافیایی در ساختارهای توزیع شده سبب در دسترس بودن منابع ارزانتر، توانایی تولید بالاتر و مواجهه سریع تر با تغییرات و قدرت رقابتی بالاتر شده است. به این منظور در این مقاله زمانبندی چندکارخانه ای توزیع شده مورد مطالعه قرار گرفته است. علاوهبر این، با در نظر گرفتن امکان جابه جایی کارها در بین کارخانه ها سعی شده است شرایط سیستم مورد بررسی هر چه بیشتر به دنیای واقعی صنعت نزدیک گردد. بدلیل توجه کمتر به مسائل چندهدفه در زمانبندی توزیع شده، در این تحقیق پس از مدل کردن مسئله با دو تابع هدف مجموع زمان های دیرکرد و زودکرد کارها بهعنوان تابع هدف اول و مجموع زمان های تکمیل بهعنوان تابع هدف دوم، یک روش دقیق و یک الگوریتم فرابتکاری چندهدفه برای حل مساله بهکار رفته است. در پایان نیز نتایج بدست آمده از این الگوریتم با نتایج بهدست آمده از الگوریتم بر پایه گروه ذرات مقایسه و گزارش شده است.
similar resources
برنامهریزی همزمان توسعه تولید و انتقال در بازار برق با استفاده از الگوریتم ژنتیک چندهدفه
در این مقاله یک چارچوب جدید چند معیاره برای برنامهریزی دینامیکی و همزمان توسعه تولید و انتقال در بازار برق ارائه شده است. هزینههای سرمایهگذاری و بهرهبرداری بهعنوان معیارهای بلندمدت و کوتاهمدت اقتصادی، هزینه تراکم خطوط بهعنوان معیاری از بازار و متوسط هزینه قطع بار در پیشامدهای احتمالی بهعنوان معیاری از قابلیت اطمینان بهعنوان اهداف برنامهریزی انتخابشدهاند. از الگوریتم ژنتیک چندهدفه بر...
full textارزیابی الگوریتم های زمانبندی تولید کارگاهی انعطاف پذیر و مقایسه آنها با الگوریتم ژنتیک دوبخشی
در این مقاله مساله زمانبندی تولید کارگاهی انعطاف پذیر مورد بررسی قرار گرفته است، که بسط یافته مساله زمانبندی تولید کارگاهی میباشد. اهداف مساله کمینه کردن حداکثر زمان تکمیل آخرین سفارش(Cmax ) و ماکزیمم بارکاری ماشین (Wm) یعنی ماکزیمم بار کاری در هر ماشین و بارکاری کل (WT) بار کاری کل برای تمام ماشینها است. این مساله جز مسائل NP-hard میباشد، بنابراین بدست آوردن جواب بهینه در زمان معقول امکان پذ...
full textطراحی جدول زمانبندی خودکار برای دروس دانشگاهی با استفاده از الگوریتم های ژنتیک
طراحی جدول زمانبندی، اساساً از وظایف پیچیده و وقت گیر برای پرسنل مسئول میباشد که از طرفی انجام خودکار آن گامی در جهت کاهش بار کاری پرسنل و از سوی دیگر یک نمونه مطلوب برای امتحان روشهای برنامهریزی و ارضای محدودیتها در هوش مصنوعی است. در این پژوهش، ابتدا الگوریتمهای ژنتیک مطالعه و بررسی شده، سپس در مسأله بهینه سازی جدول زمانی دروس برای یک دانشکده فرضی مورد استفاده قرار گرفته است. د...
full textبرنامه ریزی همزمان توسعه تولید و انتقال در بازار برق با استفاده از الگوریتم ژنتیک چندهدفه
در این مقاله یک چارچوب جدید چند معیاره برای برنامه ریزی دینامیکی و همزمان توسعه تولید و انتقال در بازار برق ارائه شده است. هزینه های سرمایه گذاری و بهره برداری به عنوان معیارهای بلندمدت و کوتاه مدت اقتصادی، هزینه تراکم خطوط به عنوان معیاری از بازار و متوسط هزینه قطع بار در پیشامدهای احتمالی به عنوان معیاری از قابلیت اطمینان به عنوان اهداف برنامه ریزی انتخاب شده اند. از الگوریتم ژنتیک چندهدفه بر...
full textزمانبندی چند پروژه ای با استفاده از الگوریتم ژنتیک و روش های مبتنی بر قواعد زمانبندی
چکیده ندارد.
15 صفحه اولارزیابی الگوریتم های زمانبندی تولید کارگاهی انعطاف پذیر و مقایسه آنها با الگوریتم ژنتیک دوبخشی
در این مقاله مساله زمانبندی تولید کارگاهی انعطاف پذیر مورد بررسی قرار گرفته است، که بسط یافته مساله زمانبندی تولید کارگاهی می باشد. اهداف مساله کمینه کردن حداکثر زمان تکمیل آخرین سفارش(cmax ) و ماکزیمم بارکاری ماشین (wm) یعنی ماکزیمم بار کاری در هر ماشین و بارکاری کل (wt) بار کاری کل برای تمام ماشینها است. این مساله جز مسائل np-hard می باشد، بنابراین بدست آوردن جواب بهینه در زمان معقول امکان پذ...
full textMy Resources
Save resource for easier access later
Journal title:
نشریه پژوهش های مهندسی صنایع در سیستم های تولیدPublisher: دانشگاه بوعلی سینا
ISSN 2345-2269
volume 3
issue 6 2016
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023