توسعه روش های ابتکاری برای حل مسئله زمانبندی ماشین های موازی غیر یکسان با هدف حد اقل کردن معیارهای میانگین شناوری و میانگین دیرکرد
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران) - دانشکده مهندسی صنایع
- نویسنده فهیمه تاجیک
- استاد راهنما محمدتقی فاطمی قمی حسن قدسی پور
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1384
چکیده
در این پایان نامه، تولید نقاط موثر مسئله زمانبندی مجموعه ای از کارهای مستقل روی یک مجموعه از ماشین های موازی غیر یکسان با دو معیار عملکرد میانگین دیرکرد و میانگین شناوری مورد توجه قرار گرفته است. در این مسئله فرض بر این است که کارها در زمانصفر در دسترس هستند، کارها دارای اولویت یکسان هستند. فطع کارها غیر مجاز است و زمان پردازش و موعد تحویل کارها قطعی می باشند. مسئله n/1/r (f، t چزء مسائل سخت است. در این پایان نامه، ابتدا مدل برنامه ریزی صفر -یک مختلط و روش شمارش کامل بررسی شده است. در روش شمارش کامل با ارائهیک قضیه به محاسبه تعداد حل های ممکن برای مسئله پرداخت شده است. سپس چندین قضیه ریاضی در مورد مسئله در حالت های خاص اثبات شده است. در ادامه دو روش ابتکاری مبتنی بر الگوریتم شبیه سازی تبرید توسعه شده است. با حل مسائل بسیاری در ابعاد مختلف از دو روش الگوریتم ژنتیک و شبیه سازی تبرید. این نتیجه حاصل گردید که الگوریتم ژنتیک هم از نظر کیفیت حل و هم از نظر زمان حل بر الگوریتم شبیه سازی تبرید برتری دارد. شایان ذکر است که معیار ارزیابی معرفی شده جهت تعیین کیفیت حل هر روش، بیانگر میزان دقت روش ها در برآورد مجموعه جواب های موثر است. پژوهش های آتی می تواند روی توسعه روش های حل بر مبنای دیگر الگوریتم های فوق ابتکاری مثل جستجوی ممنوع، مسائل زمانبندی چند هدفه با اهداف دیگر و یا محیط های پیچیده مثل کارگاه سری چند مرحله ای، نامساوی بودن وزن کارها و وجود روابط پیش نیازی بین کارها تمرکز داشته باشد.
منابع مشابه
ارائه حد پایین و توسعه روش های حل ابتکاری برای مسئله زمانبندی جریان کارگاهی با دو ماشین تولید انباشته و اندازه کارهای غیر یکسان
چکیده ندارد.
15 صفحه اولکمینه سازی مجموع بیشینه های زودکرد و دیرکرد در مسئله زمان بندی ماشین های موازی یکسان
در این مقاله مسئله کمینه سازی مجموع بیشینه زودکرد و دیرکرد بر ماشین های موازی یکسان مورد بررسی قرار گرفته است. در این مقاله نشان داده شده است که این مسئله np-hard است. با استفاده از حدود بالا و پایین و اصول غلبه مناسبی که برای مسئله توسعه داده شده است، یک رویه شاخه و کران برای دستیابی به زمان بندی های بهینه ارائه شده است. در ادامه برای حل این مسئله، از دو روش فراابتکاری شامل الگوریتم ژنتیک و به...
متن کاملتوسعه 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 ...
متن کاملکمینهسازی مجموع بیشینه‌های زودکرد و دیرکرد در مسئله زمانبندی ماشین‌های موازی یکسان
در این مقاله مسئله کمینه‌سازی مجموع بیشینه زودکرد و دیرکرد بر ماشین‌های موازی یکسان مورد بررسی قرار گرفته است. در این مقاله نشان داده شده است که این مسئله NP-hard است. با استفاده از حدود بالا و پایین و اصول غلبه مناسبی که برای مسئله توسعه داده شده است، یک رویه شاخه و‌کران برای دستیابی به زمان‌بندی‌های بهینه ارائه شده است. در ادامه برای حل این مسئله، از دو روش فراابتکاری شامل الگوریتم ژنتیک و ...
متن کاملحل مسئله زمانبندی تولید دسته ای در محیط ماشین های موازی چند کاره به کمک دو روش فراابتکاری
در این مقاله به بررسی مسئله زمان بندی دسته ای در حالت ماشین های موازی چند کاره پرداخته می شود. بر اساس تحیقات ارایه شده در ادبیات موضوع، تحویل دسته ای اقلام تولید شده باعث سرعت بخشیدن به فرآیند تولید و کاهش هزینه های حمل و نقل می گردد. از این رو دسته بندی کالاهای تولید شده در زمره مهم ترین مباحث مورد بررسی در زمانبندی تولید بوده است. از طرف دیگر زمان های پردازش دسته ها و اقلام معمولا ثابت در نظ...
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 صنعتی امیرکبیر(پلی تکنیک تهران) - دانشکده مهندسی صنایع
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023