ارائه الگوریتم الکترومغناطیسم گسسته برای حل مسئله زمانبندی کارگاه باز فازی به همراه ماشین های موازی به منظور حداقل کردن حداکثر زمان تکمیل کارها

پایان نامه
چکیده

این تحقیق به بررسی و حل یک مسئله زمانبندی کارگاه باز به همراه ماشین های موازی در هر سطح می پردازد. در واقع در نظر گرفتن چندین ماشین در هر سطح باعث کاهش گلوگاه، کاهش زمان انتظار فعالیت در سیستم و در نتیجه افزایش بهروه وری سیستم می شود. در مسئله مورد مطالعه به دلیل وجود عدم قطعیت ذاتی در پارامتر زمان پردازش کارها به دلیل عواملی همچون خطاهای اندازه گیری و نقش انسان در انجام عملیات ها ، این پارامتر به صورت پارامترهای فازی با توزیع امکانی مثلثی متقارن با هدف حداقل کردن حداکثر زمان تکمیل آخرین کار، در نظر گرفته شده است. مسئله به صورت یک مدل برنامه ریزی خطی اعداد صحیح مختلط فازی فرمول بندی می شود. برای حل مدل در ابعاد کوچک یا متوسط، از یک رویکرد حل برنامه ریزی فازی آرمانی تعاملی استفاده شده است، جهت دستیابی به جواب بهینه مدل توسط نرم افزار cplex حل شده است. سپس برای حل مسائل با اندازه های بزرگ یک الگوریتم الکترومغناطیسم گسسته جدید ارائه شده است. الگوریتم الکترومغناطیسم کلاسیک یک روش فراابتکاری جدید و موفق می باشد که برای حل مسائل پیوسته به کار گرفته می شود. با توجه به ماهیت گسسته بودن مسائل زمانبندی، یک الگوریتم الکترومغناطیسم گسسته جدیدی به منظور مطابقت داشتن با فضای مسئله ارائه شده است. به منظور نمایش جواب های این الگوریتم از روش لیست جایگشتی استفاده می شود، همچنین به منظور محاسبه نیرو و مسیر حرکت ذرات از عملگرهای ژنتیک استفاده شده است. تأثیر پارامترها و اپراتورهای مختلف بر روی عملکرد الگوریتم الکترومغناطیسم گسسته، به روش تاگوچی بررسی شده است. کارایی روش حل پیشنهادی بوسیله نمونه مسائل taillard (بعنوان یک حد پایین برای مسئله مورد بررسی) و الگوریتم الکترومغناطیسم بهبود داده شده موجود در ادبیات زمانبندی در حالت پیوسته، مورد ارزیابی قرار گرفته است. تحلیل نتایج حاکی از کارایی الگوریتم پیشنهادی می باشد.

منابع مشابه

حداقل کردن زمان تکمیل کارها در مسئله زمانبندی جریان کارگاهی بدون زمان انتظار

بنگاههای تولیدی مختلف مکررا از الگوریتم های زمان بندی برای کمک به دیدن نیازها و احتیاجات مشتری در طول زمان، و برای کاهش هزینه های عملیاتی خود، استفاده می کنند. اکثر مسائل زمانبندی که در ادبیات موضوعی بیان شده اند تحت این فرض عمل می کنند که ماشین آلات تولیدی همواره جهت تولید در دسترس می باشند. در حالیکه در اکثر صنایع موجود در دنیای واقعی، یک ماشین به دلایل مختلفی از جمله از کارافتادگی های احتمال...

15 صفحه اول

حداقل کردن مجموع زمانهای تکمیل کارها در مسئل? زمانبندی کارگاه گردش کاری با وجود مسدود شدن

در مدل عمومی کارگاه گردش کاری فرض می شود که ظرفیت انبارهای میانی ماشینها نامحدود است. با این وجود، در بسیاری از مدلهای واقعی کارگاه گردش کاری، انباری بین ماشینها وجود ندارد. در سالهای اخیر، مطالعات نسبتاً زیادی در مورد زمانبندی این مدلها با تابع هدف کمینه سازی دامن? عملیات انجام شده است. با این وجود، مطالعات انجام شده با وجود توابع هدف دیگر به شدت کمیاب است. در این مطالعه سعی شده تا روشهای دقیق ...

15 صفحه اول

کمینه‌سازی حداکثر زمان تکمیل در مسأله زمانبندی تولید کارگاهی با ماشینهای موازی

In this paper the problem of job shop scheduling with parallel machines in each stages is discussed. The objective is to minimize the maximum completion time (makespan).This problem is a combination of two classic problems of job shop and parallel machines which in this case parallel machines has been used as kind of flexibility in the job shop problem. The review of literature has shown that t...

متن کامل

ارائه الگوریتم ابتکاری انبوه ذرات برای حل مساله زمانبندی دومعیاره ماشین ها در محیط کارگاه باز

توالی عملیات و زمانبندی تصمیماتی هستند که در صنایع تولیدی و خدماتی نقش بسیار مهمی بر عهده دارند. زمانبندی، معمولا" به تخصیص کارها در بین یک مجموعه از ماشینها برمی گردد و توالی در ارتباط با ترتیب انجام کارها برروی یک ماشین معین می باشد. با توجه به رقابتی بودن جهان امروز ضرورت توالی و زمانبندی موثر برای بقا در فضای رقابت امری حیاتی به شمار می رود. دراین پایان نامه یک مدل برنامه ریزی ریاضی برای مس...

15 صفحه اول

منابع 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 علم و فرهنگ - دانشکده صنایع

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023