نام پژوهشگر: سعید پورموید

چیدمان و زمان بندی ماشین آلات در تولید کار کارگاهی با اهداف حداقل کردن هزینه تاخیر، زودکرد و هزینه حمل و نقل در محیط فازی با استفاده از الگوریتم ژنتیک
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده مهندسی صنایع 1391
  سعید پورموید   محمدعلی پیرایش نقاب

در این پژوهش، ترکیبی از دو مساله زمان بندی کار کارگاهی (jssp) و مساله تخصیص درجه دوم ماشین ها (qap) مورد بررسی قرار گرفته است. فرض می کنیم هر یک از کارها دارای یک موعد تحویل، جریمه دیرکرد و جریمه زودکرد هستند و از طرفی حمل و نقل قطعات بین هر دو زوج ماشین نیز دارای هزینه است. زمان انجام عملیات، زمان تحویل کار، زمان حمل و نقل و زمان تعویض کارها روی ماشین ها پارامترهایی هستند که به صورت فازی در نظر گرفته می شوند. مساله مورد نظر با هدف تعیین هم زمان مکان ماشین آلات و زمان بندی تولید کارها با وجود پارامترهای فازی به گونه ای که مجموع جریمه دیرکرد، زودکرد و هزینه حمل و نقل حداقل شوند، مورد بررسی قرار می گیرد. از آنجایی که زمان پردازش و زمان تحویل کارها به صورت اعداد فازی در نظر گرفته می شوند، در هر جواب از مساله مورد بحث دیرکرد و زودکرد به طور هم زمان و با درجه عضویت مشخصی رخ خواهند داد. از آنجایی که زمان تکمیل و زمان تحویل هر دو فازی هستند، دیرکرد و زودکرد نیز به صورت فازی خواهند بود بنابراین مجموع جریمه دیرکرد و زودکرد (تابع هدف) نیز به صورت فازی ظاهر خواهد شد. بدست آوردن درجه عضویت دو عدد فازی دیرکرد و زودکرد و مجموع جریمه های زودکرد و دیرکرد پایه اصلی این پژوهش را تشکیل می دهند. بدیهی است که این موضوع از مساله زمان بندی کارگاهی که خود مساله np-hard است، به دلیل وجود پارامترهای فازی و تعیین هم زمان زمان بندی تولید و مکان ماشین آلات، پیچیده تر است. بنابراین جهت حل مساله از الگوریتم های فرا ابتکاری بهره مند می شویم. در این مقاله از دو الگوریتم ژنتیک و تبرید تدریجی شده به عنوان دو الگوریتم فرا ابتکاری جهت حل مساله مورد نظر استفاده می شوند. از آنجایی که در محیط فازی قرار داریم، در استفاده از الگوریتم فرا ابتکاری، نیاز به رتبه بندی اعداد فازی داریم. بنابراین ابتدا چند روش پرکاربرد رتبه بندی بررسی می شود سپس یک روش مناسب جهت رتبه بندی اعداد فازی در مسایل برنامه ریزی تولید در محیط فازی انتخاب خواهد شد. جهت تعیین پارامترهای مناسب برای الگوریتم ژنتیک و تبرید تدریجی از یک نوع تحلیل حساسیت استفاده می کنیم. و در انتها نیز تحلیل حساسیت هایی روی اعداد فازی از جمله زمان حمل و نقل و زمان تحویل کارها انجام می شود؛ در این تحلیل حساسیت ها، تأثیر تنگتر شدن این اعداد روی هزینه ها مورد بررسی قرار می گیرد.

بهینه سازی بهره برداری از سیستم های چند مخزنی منابع آب با استفاده از الگوریتم چند هدفه رقابت استعماری(moica) (مطالعه موردی: سدهای استور و پیرتقی در حوضه آبریز قزل اوزن)
پایان نامه وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده کشاورزی 1393
  محمدرضا احمدیان   علیرضا فریدحسینی

کمبود منابع آب، رشد جمعیت و هزینه های بسیار زیاد احداث مخازن جدید تنها بخشی از دلایلی است که سبب می شود مخازن سدها بهینه سازی شوند. هرچند که موانع و پیچیدگی های بسیار زیادی در بهینه سازی مخازن سدها وجود دارد که امکان استفاده از روش های تحلیلی را دشوار و پرهزینه نموده است و سبب شده است تا محققان در سال های اخیر به سمت استفاده از الگوریتم های بهینه سازی حرکت نمایند. یکی از پیچیدگی هایی که در زمینه بهینه سازی بهره برداری از مخازن وجود دارد، تضاد اهداف با یکدیگر می باشد. به عنوان مثال کنترل سیلاب و سود ناشی از تولید انرژی برق-آبی دو هدف متضاد با یکدیگر می باشند. در پژوهش حاضر نیز کنترل سیلاب و سود ناشی از تولید انرژی برق-آبی برای یک مساله دو مخزنه در حوضه آبریز قزل اوزن مورد بررسی قرار گرفته است. این مساله چند هدفه با توجه به قیودات و توابع جریمه مربوطه، با استفاده از الگوریتم رقابت استعماری بهینه سازی شد و جواب های حاصل مورد تجزیه و تحلیل قرار گرفت. به دلیل چند هدفه بودن مساله مورد بررسی، دارای مجموعه جواب بهینه پارتو می باشیم که در این مجموعه، جواب ها هیچ برتری نسبت به یکدیگر ندارند و انتخاب هر جواب تنها به نظر تصمیم گیرنده و شرایط موجود بستگی دارد. در این مساله مخازن در ماه های سیلابی دارای کمترین ارتفاع بمنظور کنترل سیلاب، و در ماه های تابستان به دلیل افزایش مصرف برق و همچنین افزایش هزینه آن، شاهد بیشترین درآمد ناشی از فروش انرژی برق-آبی هستیم.