ارائه مدل جدید و حل مساله ی زمانبندی چند هدفه با در نظر گرفتن اثر یادگیری با استفاده از الگوریتم های ابتکاری و فرا ابتکاری
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه شاهد - دانشکده فنی
- نویسنده هما امیریان
- استاد راهنما راشد صحرائیان
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1393
چکیده
زمانبندی، یکی از عناصر اصلی بقا در سیستمهای تولیدی است. از آنجا که بخش مهمی از این سیستمها را محیطهای جریان کارگاهی تشکیل دادهاند، همواره نیاز به مدلهای کاربردی و روشهای حل موثر در چنین سیستمهایی وجود خواهد داشت. در این مطالعه، ابتدا مدل عدد صحیح مختلط مساله جریان کارگاهی چند ماشینی در محیط چند هدفه با در نظر گرفتن اغلب مفروضات معمول و کاربردی ارائه شده است. این مفروضات شامل توالیهای غیر جایگشتی، زمان آماده سازی وابسته به توالی قبلی، زمان آزادسازی، زمان¬های مقرر، اثر یادگیری قطع شده ی دژونگ با در نظرگیری تجربه قبلی اپراتور و محدودیت دسترسی به ماشینها است. سپس روشهای حل دقیق، ابتکاری و فرا ابتکاری مناسب برای حل این مساله سه هدفه (که اهداف در آن حداکثر زمان اتمام، مجموع زمان جریان عملیات و حداکثر دیرکردها میباشند) ارائه شده است. روشهای دقیق و ابتکاری پیشنهادی بر مبنای رویکرد محدودسازی اپسیلون تقویت یافته، زمانبندیهای غیر مسلط را برای مسائل کوچک و متوسط بدست میآورند. برای مسائل با اندازه بزرگ و سیستم¬های تولید انبوه، دو الگوریتم فرا ابتکاری تفاضلی-تکاملی بهبود یافته¬ پیشنهاد شده است. در الگوریتم تفاضلی اول از جستجوی محلی بر مبنای عملگر ورود، در هر تکرار استفاده شده است. در الگوریتم تفاضلی دوم، الگوریتم تبرید مبتنی بر جمعیت برای جستجوی کامل منطقه جواب به کار گرفته شده است. روشهای پیشنهادی برای مسائل مختلف مورد آزمایش و تحلیل قرار گرفته اند. نتایج حاکی از آن است که الگوریتم ابتکاری با دقت بالایی زمانبندیهای غیرمسلط را بدست میآورد. مقایسه دو الگوریتم فرا ابتکاری با روش دقیق نشان میدهد که الگوریتم فرا ابتکاری اول پایدارتر بوده و الگوریتم فرا ابتکاری دوم با دقت بیشتر نقاط را بدست میآورد. دو الگوریتم تفاضلی و تکاملی پیشنهادی با الگوریتمهای شناخته شده از جمله الگوریتم ازدحام ذرات و رقابت استعماری نیز مقایسه شده و نتایج، برتری الگوریتمهای پیشنهادی نسبت به این روشها را تایید میکنند.
منابع مشابه
ارائه مدل ترکیبی چند هدفه دوسطحی برای مساله مدیریت موجودی یک فروشنده و چند خرده فروش با استفاده از دو الگوریتم فرا ابتکاری چندهدفه مبتنی بر پارتو
در این پژوهش یک مدل ریاضیVMI ارائه خواهد شد. یک هدف مبنی بر کاهش هزینههای موجودی کالاها در زنجیره تامین دوسطحی است و هدفهای دیگر به دنبال توانمندسازی سیستم و کمک به تصمیمگیری در شرایط تقاضای احتمالی و زمانهای تحویل احتمالی و همچنین افزایش سطح خدمت و کیفیت و نیز کاهش هزینههای افزایش سطح خدمت خواهد بود. همچنین، برای کارایی بیشتر در مسائل دنیای واقعی محدودیتهایی مانند وجود کمبود و سطح خدمت،...
متن کاملحل مساله فروشنده دوره گرد متقارن با در نظر گرفتن زمان عزیمت فازی بین شهرها توسط الگوریتم فرا ابتکاری مورچگان
مساله فروشنده دوره گرد یکی از معروفترین مسائل بهینه سازی ترکیبی است که با توجه به ویژگی های خاص آن، در سال های اخیر نیز بستر مناسبی برای اعتبار سنجی الگوریتم های مختلف ابتکاری، فرا ابتکاری و دقیق بوده است. کاربردهای متعدد این مساله از لحاظ نظری و عملیاتی نیز باعث توجه ویژه محققان به آن شده است. الگوریتم فرا ابتکاری بهینه سازی توسط کلونی مورچگان در زمره روش های فرا ابتکاری موفقی است که در سال ها...
متن کاملالگوریتم ابتکاری کارآمد برای حل مساله بازیابی در شبکههای توزیع الکتریکی با در نظر گرفتن حذفبار
متن کامل
ارایه مدلی برای مساله مکانیابی- موجودی سه سطحی با در نظر گرفتن کمبود موجودی و تقاضا همبسته و حل آن با استفاده از الگوریتم فرا ابتکاری
متن کامل
مدل دو هدفه بازنگری سبد ردیاب شاخص با لحاظ هزینه های معاملاتی و حل آن با الگوریتم های فرا ابتکاری
بازنگری و بهینه سازی مداوم سبدهای ردیاب شاخص به گونهای که همواره بتوان به پیگیری دقیق شاخص اطمینان داشت امری دشوار و پیچیده است. علاوه بر آن توجه به هزینه های معاملاتی نیز اجتناب ناپذیر است. این مقاله، مدلی جهت بهینه سازی مساله سبد ردیاب شاخص و روش حلی بر اساس الگوریتم ژنتیک تکاملی را ارائه مینماید. مدل پیشنهادی، یک مدل دوهدفه است که به دنبال حداقل نمودن خطای ردیابی و همچنین حداقل کردن هزی...
متن کاملمنابع 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 @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه شاهد - دانشکده فنی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023