کمینه‌کردن تعداد کارهای تأخیردار در زمانبندی جریان کارگاهی با کارهای رو به زوال و ورودی‌های غیر همزمان
نویسندگان
چکیده مقاله:
در این مقاله، زمانبندی کارهای رو به زوال با تابع زوال خطی روی جریان کارگاهی دو ماشین با هدف کمینه‌کردن تعداد کارهای تأخیردار و با فرض ورود غیر همزمان کارها بررسی شده است. برای به دست آوردن جوابی نزدیک به بهینه در زمانی کوتاه، یک روش ابتکاری و برای حل دقیق آن یک الگوریتم شاخه و کران ارائه شده است. نتایج نشان می‌دهد الگوریتم شاخه و کران مسائل را تا ۲۴ کار در رده مسائل بزرگ و ۲۲ کار در رده مسائل کوچک، در زمان منطقی حل می‌کند. همچنین درصد بالایی از گره‌ها در روش شاخه و کران توسط اصول غلبه و حدود پایین قطع می‌شود که نشان‌دهنده‌ی کارایی الگوریتم شاخه و کران است. متوسط نسبت جواب بهینه به جواب الگوریتم ابتکاری حداکثر برابر ۱٫۱۵ است که این عدد در مقایسه با سایر تحقیقات مربوط به تعداد کارهای تأخیردار عدد بسیار خوبی است.
منابع مشابه
حل مسئله زمانبندی جریان کارگاهی با فرض وجود کارهای رو به زوال
در سال های اخیر با پیشرفت و توسعه سیستم های تولیدی و خدماتی و نیاز مبرم شرکت-ها به استفاده بهینه از منابع در اختیار، به منظور پاسخگویی بهتر و شایسته به نیازهای مشتریان و باقی ماندن در میدان رقابت، موضوع زمانبندی مورد توجه بسیاری از شرکت ها و سازمان ها قرار گرفته است. در این ارتباط مسائل زمانبندی در بسیاری از سیستم های تولیدی و خدماتی کاربرد وسیعی پیدا کرده است. در اکثر مسائل پایه زمان بندی، مدت...
حداقل کردن تعداد کارهای دیرکرددار در مسئله دو ماشین با ورود غیر همزمان
In this paper, minimizing the number of tardy jobs in two-machine flowshop scheduling with non-simultaneous job entrance is discussed. It is proven that the complexity of the problem is NP_hard. Therefore, a heuristic algorithm is proposed to solve the large scale problems. Besides, an exact branch and bound algorithm with utilizing heuristic algorithm as upper bound proposed to achieve optimal...
متن کاملحداقل کردن تعداد کارهای دیرکرددار در مسئله دو ماشین با ورود غیر همزمان
در این مقاله مسئله زمان بندی فلوشاپ دو ماشین با در نظر گرفتن ورود غیر همزمان و با هدف کمینه سازی تعداد کارهای دیرکرددار بررسی شده است. در ابتدا پیچیدگی مسأله بررسی و ثابت شده که مسأله np hard است. بنابراین برای حل مسئله فوق یک الگوریتم ابتکاری که قابلیت حل مسائل با ابعاد خیلی بزرگ را دارد، ارائه شده است. همچنین به منظور حل بهینه مسئله از روش شاخه و کران با در نظر گرفتن الگوریتم ابتکاری به عنوان...
متن کاملزمانبندی جریان کاری ترکیبی با وجود کارهای بدون انتظار: مدل ریاضی و الگوریتم حل
در این مقاله، مسئله زمانبندی جریان کاری ترکیبی با ماشینهای موازی در هر یک از ایستگاه های کاری موردبررسی قرار میگیرد. در این مسئله کارها به دو گروه تقسیم شده اند: کارهایی که باید به صورت بدون انتظارزمانبندی شوند و کارهای معمولی. کارهای بدون انتظار کارهایی محسوب می شوند که باید بین پردازشعملیات های آن کار نباید هیچ فاصله زمانی وجود داشته باشد. در این مقاله، پس از تشریح جوانب مختلفمسئله، دو مدل ری...
متن کاملمدل سازی و زمانبندی مسئله جریان کارگاهی با مجموعه کارهای تداخلی
در این پژوهش هدف زمانبندی مجموعه کارها برای کمینه کردن همزمان دو تابع هدف بیشینه زمان تکمیل کارها و کل تاخیرات کارها می باشد به طوریکه برای رسیدن به این هدف یک الگوریتم فراابتکاری بهینه سازی برمبنای زیست جغرافیا ارائه گردید. نتایج بدست آمده برای این الگوریتم با نتایج سه الگوریم دیگر مورد مقایسه قرار گرفت. آزمایشات عددی با استفاده از ابزارهای آماری با عملکرد بالا مورد تجزیه و تحلیل قرار گرفت که ...
مسأله زمانبندی دسته ای در محیط جریان کارگاهی با دو ماشین و کارهای ناسازگار
تعیین برنامه زمانبندی و توالی عملیات در مسائل برنامه ریزی تولید به عنوان یکی از عوامل کلیدی موفقیت در هر سازمان تولیدی نقش مهم و موثری دارد، زیرا زمانبندی تولید باعث جلوگیری از انباشت سرمایه، تقلیل ضایعات، کاهش و یا حذف بیکاری ماشینآلات و تلاش برای استفاده بهتر از آنها، پاسخگوئی به موقع به سفارش های مشتریان و تامین مواد اولیه و قطعات مورد نیاز در موقع مناسب می شود. مسائل زمانبندی تولید بسیار مت...
15 صفحه اولمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 33.1 شماره 1.1
صفحات 75- 85
تاریخ انتشار 2017-08-23
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023