مقایسه عملکرد روشهای مختلف هوش مصنوعی روی مسئله زمانبندی جریان کارگاهی جایگشتی

thesis
abstract

یکی از مسایل زمانبندی جریان کارگاهی جایگشتی است که در آن تعدادی کار و تعدادی ماشین داریم که باید این کارها روی ماشین ها انجام شوند. در این نوع زمانبندی ترتیب انجام کارها مهم نیست و برای همه ماشین ها یکی است. باید جایگشتی از انجام کارها را پیدا کنیم که تابع هدف خاصی را بهینه کنیم. کلا ‎n!‎ جایگشت داریم و باید جایگشتی از کارها را پیدا کنیم که زمان کل سرویس دهی و یا زمان جاری کل مینیمم شود. این مساله با هر دو تابع هدف ‎np‎- سخت است لذا آن را با روشهای هوش مصنوعی که کارآیی مناسبی برای حل مسایل np‎- سخت دارند حل می کنیم.‎ از میان روش های هوش مصنوعی، الگوریتم ژنتیک و الگوریتم پرندگان برای مقایسه کارآیی آنها روی این مسئله انتخاب شده اند.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

کمینه‌سازی حداکثر دیرکرد کارها در مسأله زمانبندی جریان کارگاهی جایگشتی دوباره وارد شونده چند ماشینه

  This investigation considers a reentrant permutation flowshop scheduling problem whose performance criterion is maximum tardiness. The reentrant flowshop (RFS) is a natural extension of the classical flowshop by allowing a job to visit certain machines more than once. The RFS scheduling problem, in which the job order is the same for each machine in each layer, is called a reentrant permutati...

full text

مقایسه ی شبیه ها و روشهای مختلف پیش بینی ماهانه ی جریان مبتنی بر هوش مصنوعی

پیش بینی دقیق جریان در رود ها از اهمیت بسزایی در مدیریت منابع آبهای سطحی برخوردار می باشد؛ به همین دلیل، همواره تلاشهای زیادی برای طراحی و معرفی شبیه های دقیق پیش بینی صورت گرفته است. در تحقیق حاضر با استفاده از شبیه های خود همبسته ی میانگین متحرک با ورودیهای غیر تصادفی (ARMAX)، ANN و GP برای پیش بینی ماهانه ی جریان به دو روش پیش بینی زنجیره ی زمانی و پیش بینی ماهانه ی مجزای جریان رود سعید آباد...

full text

کمینه سازی حداکثر دیرکرد کارها در مسأله زمانبندی جریان کارگاهی جایگشتی دوباره وارد شونده چند ماشینه

در این مقاله، مسأله زمانبندی جریان کارگاهی جایگشتی دوباره وارد شونده با هدف کمینه­سازی حداکثر دیرکرد کارها مورد بررسی قرار می­گیرد. محیط جریان کارگاهی دوباره وارد شونده (rfs) همان جریان کارگاهی است با این تفاوت که کارها، ماشین­های مشخصی را بیش از یک بار ملاقات می­کنند. در نوع rfs، اگر ترتیب کار روی هر ماشین در هر سطح یکسان باشد، به چنین مسایلی، مسأله جریان کارگاهی جایگشتی دوباره وارد شونده (rpf...

full text

حل مسئله زمانبندی جریان کارگاهی در حالت زمان فرآیند غیر قطعی و موعد تحویل

در این مقاله مدل زمانبندی جریان کارگاهی با m ماشین و n کار در حالت احتمالی و غیر قطعی مورد بررسی قرار می‌گیرد. زمانهای فرآیند غیر قطعی هستند. بنابراین زمان فرآیند هر کار روی هر ماشین یک مجموعه فازی است که نشان دهنده توزیع امکان زمان آن فرآیند است. و موعد تحویل برای زمان اتمام کل کارها متغیری تصادفی است. در اغلب مدلهای زمانبندی جریان کارگاهی قطعی هدف یافتن توالی است که زمان تکمیل آخرین کار روی ...

full text

توسعه روش های فراابتکاری برای حل مسئله زمانبندی نیروی انسانی در محیط جریان کارگاهی

در این تحقیق مسئله یکپارچه زمانبندی کارها و نیروی انسانی در محیط جریان کارگاهی مورد بررسی قرار گرفته است که در آن تعدادی نیروی انسانی با مهارت‌های مختلف وجود دارند که قابلیت انجام کارهای متفاوت با سرعت‌های مختلف را دارند. هدف مسئله تعیین زمانبندی کارها در مراحل مختلف و تخصیص نیروی انسانی به این مراحل است به‌گونه‌ای که بیشنه زمان تکمیل کارها (Cmax) کمینه شود. برای این منظور یک مدل ریاضی خطی عدد ...

full text

حل مسئله زمانبندی جریان کارگاهی در حالت زمان فرآیند غیر قطعی و موعد تحویل

در این مقاله مدل زمانبندی جریان کارگاهی با m ماشین و n کار در حالت احتمالی و غیر قطعی مورد بررسی قرار می گیرد. زمانهای فرآیند غیر قطعی هستند. بنابراین زمان فرآیند هر کار روی هر ماشین یک مجموعه فازی است که نشان دهنده توزیع امکان زمان آن فرآیند است. و موعد تحویل برای زمان اتمام کل کارها متغیری تصادفی است. در اغلب مدلهای زمانبندی جریان کارگاهی قطعی هدف یافتن توالی است که زمان تکمیل آخرین کار روی آ...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده علوم ریاضی

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023