مطالب مرتبط با کلیدواژه
۱.
۲.
۳.
۴.
۵.
۶.
۷.
۸.
۹.
۱۰.
۱۱.
۱۲.
۱۳.
۱۴.
۱۵.
۱۶.
۱۷.
۱۸.
۱۹.
۲۰.
الگوریتم شبیه سازی تبرید
حوزه های تخصصی:
حمل و نقل در سیستمهای اقتصادی تولیدی و خدماتی از جایگاه مهمی برخوردار است و بخش قابل توجهی از تولید ناخالص ملی1 (GNP) هر کشوری را به خود اختصاص میدهد. به همین جهت محققان نسبت به بهبود مسیرها وحذف سفرهای غیرضروری و یا ایجاد مسیرهای کوتاه جایگزین، اقدام کرده اند. مباحثی مانند فروشنده دوره گرد، مسیریابی وسیله نقلیه2 (VRP) و غیره در همین راستا توسعه یافته اند. عموماً، در مورد مسیریابی تسهیلات فرض بر این است که نوعی انحصار در محیط وجود دارد و هیچ گونه توجهی به تاثیر مسیریابی مناسب بر رقابت در نظر گرفته نشده است. این مقاله، بر مبنای مشاهدات دنیای واقعی، رویکرد جدیدی از مسائل مسیریابی وسائط نقلیه به نام مسیریابی رقابتی توسعه یافته است. در این رویکرد توجه به رقابت بین رقبا و تمایل به دسترسی سریع تر به مشتریان با ارزش بالا برای کسب نقدینگی بیشتر علاوه بر یافتن مسیرهای کوتاه، مد نظر قرار گرفته است. مساله مسیریابی وسائط نقلیه در حالت رقابتی نیز با توجه به اینکه حالتی از مسیریابی وسائط نقلیه است، جز مسائل NP-Hard قرار می گیرد. در این مقاله، در راستای رویکرد جدید، مدل ریاضی ارایه شده و سپس برای اعتبار بخشی این مدل پیشنهادی، از نرم افزار لینگو برای حل مسائل با ابعاد کوچک استفاده شده است. در ضمن، برای حل مسائل با ابعاد بزرگ از الگوریتم فراابتکاری تلفیقی مبتنی بر شبیه سازی تبرید با اپراتورهای ژنتیک استفاده شده است. در انتها، مطالعه موردی بر روی یکی از شرکت های پخش در شیراز انجام گرفته و نتایج حاصل گزارش شده است.
حل مسئله پوشش تدریجی چند معیاره با استفاده از شبیه سازی تبرید و شبکه عصبی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در مسائل پوشش تدریجی افزایش فاصله از تسهیل ارائه دهنده سرویس در ناحیه پوشش، موجب کم شدن سطح پوشش دهی می گردد و اغلب محققین در مسایل مکان یابی تنها به عامل فاصله توجه می کنند، حال آنکه در دنیای واقعی معیارهای زیادی مثل جمعیت، دسترسی سریع و... وجود دارند که باید علاوه بر عامل فاصله در ارزیابی مکان یابی و تخصیص مورد توجه قرار گیرند، به عنوان مثال در مکان یابی تسهیلات اورژانسی نباید تنها به عامل فاصله توجه کرد. از طرفی با ازدیاد نقاط تقاضا و معیارها، ضمن افزایش زمان محاسبات، نرخ ناسازگاری در ارزیابی و امتیازدهی بین نقاط نیز افزایش می یابد. در این مقاله رویکرد ترکیبی شبکه عصبی و شبیه سازی تبرید برای حل مسئله پوشش تدریجی چند معیاره پیشنهاد شده است. زمانیکه تعداد نقاط کم هستند، امتیاز نقاط (اهمیت نقاط در اولویت تخصیص) در مسئله با استفاده از تحلیل سلسله مراتبی و با افزایش تعداد نقاط، پس از یافتن الگوی ذهنی تصمیم گیرندگان این امتیازها با روش شبکه عصبی محاسبه می-شود، البته کارایی الگوریتم شبکه عصبی در یافتن الگوی ذهنی با استفاده از آزمون رتبه علامت دار در این مقاله تایید شده است. در ادامه مسئله با استفاده از الگوریتم شبیه سازی تبرید حل می گردد که نتایج بررسی، حاکی از کارایی بالای الگوریتم پیشنهادی (کیفیت جواب وزمان حل) در مقایسه با روش دقیق است.
ارائه مدل زمان بندی مقاوم پروژه با منابع محدود و حل آن با استفاده از الگوریتم شبیه سازی تبرید(مقاله علمی وزارت علوم)
حوزه های تخصصی:
زمان بندی سهم به سزایی در پیشبرد و موفقیت پروژه دارد. این موضوع همواره یکی از مسائل مورد توجه محققان علوم مدیریت و تحقیق در عملیات بوده است. همچنین ماهیت بسیار دشوار این مسئله، علت دیگری برای توجه زیاد محققان به آن می باشد. بنابراین تکنیک ها و روش های خاصی برای حل این مسائل مطرح شده اند. از سوی دیگر تشدید تحریم ها از سوی بیگانگان به منظور به تأخیر انداختن زمان انجام پروژه ها اهمیت اتمام به موقع پروژه ها دوچندان شده است. از این رو توجه بیشتر به استواری پروژه برای مدیران پروژه موضوعیت دارد.
در این مقاله برای یک مسئله واقعی زمان بندی پروژه پالایشگاهی نخست مدل زمان بندی مقاوم ارائه شده و به دلیل اینکه زمان بندی پروژه با محدودیت منابع از جمله مسائل NP-Hard است، الگوریتم فرا ابتکاری شبیه سازی تبرید برای حل این مسئله پیشنهاد شد. به منظور اعتبارسنجی مدل نیز چهار مسئله با ابعاد کوچک انتخاب و جواب های به دست آمده از الگوریتم های پیشنهادی با جواب دقیق به دست آمده حاصل از نرم افزار Lingo مقایسه شد. نتایج به دست آمده نشان می دهد که الگوریتم پیشنهادی کارا و همگرا به جواب بهینه می باشند.
یک الگوریتم فراابتکاری ترکیبی برای مسئله زمان بندی کار کارگاهی منعطف با منابع دوگانه محدود انسان و ماشین(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در این مقاله مسئله زمان بندی کار کارگاهی منعطف با در نظر گرفتن منابع دوگانه محدود انسان و ماشین با هدف کمینه سازی معیار حداکثر زمان تکمیل کارها مورد بررسی قرار گرفته است. مسئله مورد مطالعه از گروه مسائل NP-hardاست و از ۳ زیر مسئله تشکیل شده است. مسئله اول تخصیص هر عملیات به یک ماشین از میان ماشین های موجود برای انجام آن عملیات، مسئله دوم تخصیص هر عملیات به یک کارگر از میان کارگرهای قادر به انجام آن عملیات و مسئله دیگر تعیین توالی عملیات ها روی ماشین ها با توجه به کارگران در نظر گرفته شده به منظور بهینه سازی معیار عملکرد می باشد. ما در این مقاله مدل ریاضی مسئله مورد نظر را تهیه و در ادامه یک الگوریتم فراابتکاری ترکیبی را برای حل آن ارائه کرده ایم. الگوریتم ترکیبی توسعه داده شده از الگوریتم های جستجوی همسایگی متغیر و شبیه سازی تبرید برای جستجوی فضای جواب استفاده می کند. به منظور ارزیابی عملکرد الگوریتم ارائه شده، مطالعات محاسباتی با در نظر گرفتن مسائل نمونه ایجاد شده انجام خواهد شد. نتایج نشان می دهد که الگوریتم ارائه شده روشی مؤثر برای حل مسئله زمان بندی کار کارگاهی منعطف با منابع دوگانه محدود انسان و ماشین است.
حل مسئله زمانبندی پروژه بر پایه حجم کار با منبع محدود برای کمینه کردن هزینه های زودکرد و دیرکرد با الگوریتم ژنتیک(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در این مقاله، مسئله زمانبندی پروژه بر پایه حجم کار[1]با محدودیت منبع برای کمینه کردن هزینه های زودکرد و دیرکرد با توجه به حجم کار ثابت برای فعالیت ها، روابط پیشنیازی و محدودیت منابع تجدیدپذیر مورد بررسی و تحلیل قرارگرفته است. باتوجه به اینکه فعالیت ها دارای سررسید مشخصی هستند برای فعالیت هایی که از سررسید خود انحراف دارند جریمه زودکرد و دیرکرد در نظر گرفته می شود. برای حل این مسئله دو الگوریتم فراابتکاری ژنتیک و شبیه سازی تبرید طراحی شده و پارامترهای این الگوریتم ها با استفاده از روش تاگوچی تنظیم شده است. برای بررسی عملکرد این دو الگوریتم، مجموعه ای از مسائل نمونه حل و با با استفاده از آزمون های آماری به مقایسه جواب های حاصل از دو الگوریتم پرداخته شده است.
بررسی و حل مدل پویا برای مساله مکان یابی میانه محور با تخصیص چندگانه(مقاله علمی وزارت علوم)
حوزه های تخصصی:
مساله مکان یابی میانه محور با تخصیص چندگانه شامل جانمایی تسهیلات محور و تخصیص گره های غیرمحور به محورها است و البته، از نوع مسایل مکان یابی در کلاس NP-hard است. هدف اصلی در این مقاله، مساله مکان یابی میانه محور با تخصیص چندگانه در حالت تغییرات پویای جریان است که ظرفیتی برای محورها و کمان ها وجود ندارد و باز و بسته شدن محورها در دوره های گوناگون افق برنامه ریزی امکان پذیر است. مدل و الگوریتم پیشنهادی برای حل، با داده های شبکه حمل و نقل هوایی ایران بر مبنای تعداد مسافران جا به جا شده ،آزمایش می شود. نتایج بررسی نشان می دهد؛ تشکیل شبکه پویا در مقایسه با حالت ایستا، هزینه کمتری در پی خواهد داشت و هرچه تعداد دوره های زمانی در حالت پویا بیشتر شود؛ روند بهبود (کاهش هزینه ها) ادامه می یابد
کاربرد مساله اندازه انباشته چند سطحی با در نظر گرفتن موجودی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در این پژوهش، مدل مسأله اندازه انباشته چند سطحی [i] مورد استفاده برای تعیین اندازه انباشته تولید در محیط های صنعتی، توسعه داده شده و مسأله جدیدی با عنوان مسأله اندازه انباشته چند سطحی با موجودی تخریب شدنی و هزینه های دفع [ii] ارائه می گردد. در مسأله ارائه شده، فرض موجودی تخریب شدنی [iii] به منظور با پوشش قرار دادن محصولاتی از قبیل الکل، گازوئیل، مواد رادیو اکتیو، مواد غذایی و سایر کالاهای تخریب شدنی به مدل مسأله اندازه انباشته چند سطحی افزوده شده است. علاوه بر این، میزانی هزینه با عنوان هزینه های دفع که بیانگر هزینه دور کردن موجودی های فاسد شده از محیط انبار با مدل تعمیم یافته ترکیب شده و این مدل را کامل تر و به واقعیت نزدیکتر می نماید. این هزینه دفع، شامل هزینه هر واحد دفع و هزینه ثابت دفع (مستقل از میزان موجودی فاسدشده) است. در مسأله جدید علاوه بر تعیین میزان تولید و زمان تولید هر یک از محصولات در هر یک از سطوح تولید، دوره های زمانی که در آن موجودی های فاسد شده دفع می شوند نیز تعیین می شوند و در تابع هدف مسأله نیز مجموع هزینه های دفع اضافه می گردد. از آنجایی که مسأله اندازه انباشته چند سطحی یک مسأله NP -hard است، برای حل مسأله از دو الگوریتم فراابتکاری شامل الگوریتم ژنتیک [iv] و شبیه سازی تبرید [v] استفاده می شود. به منظور مقایسه کارایی الگوریتم های پیشنهادی با یکدیگر و همچنین، با روش های موجود در ادبیات موضوع، مسائل نمونه مطابق با پژوهش های پیشین ایجاد شده و به بررسی و تحلیل روش های حل پرداخته شده است.
ارائه الگوریتم های کارآمد برای حل مسأله زمانبندی جریان کارگاهی انعطاف پذیر با ماشین های موازی غیرمرتبط و زمان های راه اندازی وابسته به توالی با هدف کمینه سازی مجموع زودکرد و دیرکرد(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در این مقاله، یک مدل ریاضی مبتنی بر برنامه ریزی عدد صحیح آمیخته برای مسأله زمان بندی جریان کارگاهی انعطاف پذیر با ماشین های موازی نا مرتبط و زمان های راه اندازی وابسته به توالی با هدف کمینه سازی مجموع زودکرد و دیرکرد، ارائه شده است. به علت پیچیدگی این مسأله، برای حل مسائل با ابعاد بزرگ، از الگوریتم های فراابتکاری استفاده شده است؛ در این پژوهش یک الگوریتم مبتنی بر شبیه سازی تبرید و الگوریتم دیگری مبتنی بر بهینه سازی ذرات ارائه شده است، و برای تنظیم پارامترهای الگوریتم های پیشنهادی از روش طراحی آزمایش های تاگوچی استفاده شده است. برای تحلیل عملکرد الگوریتم های حل، چهل ویک مسأله نمونه با ابعاد مختلف طراحی، و هرکدام ده مرتبه اجرا شده است. با توجه به تحلیل نتایج آزمایش های محاسباتی زمان حل الگوریتم مبتنی بر بهینه سازی ذرات کمتر بوده است، ولی کیفیت جواب حاصل از الگوریتم مبتنی بر شبیه سازی تبرید بهتر از الگوریتم مبتنی بر بهینه سازی ذرات بوده است؛ به طور متوسط میزان درصد انحراف نسبی، نتایج آزمایش های محاسباتی الگوریتم مبتنی بر بهینه سازی ذرات 4.4 درصد، و الگوریتم مبتنی بر شبیه سازی 2.3 درصد بوده است.
بالانس عمودی خطوط مونتاژ چندسویه با الگوریتم شبیه سازی تبرید(مقاله علمی وزارت علوم)
حوزه های تخصصی:
خط مونتاژ چندسویهیک خط تولید معمول در کارخانه هایی است که وظیفه ها به صورت موازی در چند سوی خط انجام می شوند. این نوع خط در تولید کالاهای بزرگ مانند خودرو به کار می رود. متوازن بودن خط، برای بهبود بهروه وری در خط مونتاژ دوسویه بسیار مهم است. این مقاله رویکردی نوین براساس الگوریتم شبیه سازی تبرید برای متوازن سازی خط مونتاژ چندسویه ارائه می دهد. محدودیت های ناحیه ای، زمان چرخه، زمان کاری و رابطه های پیش نیازی به عنوان محدودیت های سخت و محدودیت های وضعیتی به عنوان محدودیت نرم در نظر گرفته شده اند. برای نشان دادن توانایی کاربرد، رویکرد پیشنهادی بر یک خط مونتاژ واقعی نمونه به کار برده شده است. براییافتن مقدار مناسب پارامترهای الگوریتم، سناریوهای گوناگونی بر خط مونتاژ نمونه اجرا شد. یافته ها نشان می دهد که رویکرد پیشنهادی در دستیابی به هدف های از پیش تعیین شده مسئله بالانس خط، توانمند است.
مسأله مسیریابی انتخابی باز وسایل نقلیه همراه با قیمت گذاری؛ حل: الگوریتم رقابت استعماری بهبودیافته(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در این مقاله مسأله «مسیریابی انتخابی باز وسایل نقلیه همراه با قیمت گذاری» معرفی، مدل سازی و حل می شود. در این مسئله با توجه به هزینه های مسیریابی با استفاده از یک ناوگان همگن از وسایل نقلیه به قیمت گذاری بهینه پرداخته می شود. از سوی دیگر، در برخی از کاربردهای دنیای واقعی، شرکت ها ترجیح می دهند توزیع محصولات خود را با وسایل نقلیه اجاره ای انجام دهند؛ بنابراین بازگشت به مرکز بارگیری و تخلیه (دپو) برای این وسایل نقلیه الزامی نیست. در این مسئله مسیریابی باز مورد توجه قرار گرفته است. با وجود کاربردی بودن چنین مسئله ای، پژوهشی که آن را بررسی کرده باشد یافت نشد. در این مقاله، یک مدل برای مسأله قیمت گذاری و مسیریابی وسیله نقلیه باز ارائه شده است. به منظور حل مدل پیشنهادی از الگوریتم رقابت استعماری بهبودیافته استفاده شده است. برای بررسی اعتبار این روش در حل مسئله، چندین نمونه در ابعاد کوچک حل شده است و با نتایج حاصل از یک روش دقیق و همچنین الگوریتم شبیه سازی تبرید مقایسه شده است. برای بررسی کارایی الگوریتم در ابعاد واقعی نیز پس از حل چندین نمونه توسط هر دو الگوریتم، نتایج با یکدیگر مقایسه شده اند. نتایج محاسباتی حاکی از عملکرد مناسب روش پیشنهادی در حل مسئله است.
مسیریابی وسایل نقلیه در زنجیره تأمین چند محصولی با استفاده از الگوریتم شبیه سازی تبرید جمعیتی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
هدف این مقاله، بررسی زمان بندی وسایل نقلیه در یک زنجیره تأمین چند محصولی با در نظر گرفتن رابطه متقابل بین بخش حمل ونقل و بخش تولید است. سطح یکپارچگی در نظر گرفته شده در زنجیره تأمین، شامل شرکت سازنده محصولاتِ نهایی و تأمین کنندگان رده اول است که یک ناوگان حمل ونقل آنها را به یکدیگر مرتبط می کند. هدف، نحوه تخصیص سفارش ها به تأمین کنندگان و تعیین توالی ساخت آنها در هر تأمین کننده به همراه تخصیص سفارش ها به وسایل نقلیه و تعیین توالی حمل آنها است؛ به قسمی که مجموع زمان تحویل سفارش ها حداقل شود. این مسأله تاکنون در ادبیات موضوع بررسی نشده است. ابتدا مدل ریاضی مسأله، ارائه می شود. پس از نشان دادن NP-Hard بودن مسأله، برای حل آن یک الگوریتم ترکیبی - تلفیقی جدید از دو الگوریتم ژنتیک و شبیه سازی تبرید - با نام شبیه سازی تبرید جمعیتی (PSA) ارائه می شود. برای اعتبارسنجی الگوریتم PSA نتایج آن با نتایج الگوریتم شبیه سازی تبرید و توسعه الگوریتم DGA مقایسه می شود .این دو الگوریتم، نزدیک ترین مسأله در ادبیات موضوع به مسأله بررسی شده در این مقاله هستند. افزون بر این با ریلکس کردن برخی فرضیات، نتایج الگوریتم PSA با نتایج الگویتم DGA مقایسه می شود. نتایج مقایسه ها نشان دهنده برتری عملکرد الگوریتم PSA در همه مقایسه ها است. همچنین مقایسه نتایج الگوریتم PSA برای مسائل با ابعاد کوچک، نشان دهنده کارایی مناسب آن است.
ارزیابی و بهبود عملکرد الگوریتم شبیه سازی تبرید به منظور تهیه نقشه پوشش اراضی در سطح زیرپیکسل با استفاده از تصاویر چندطیفی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
یکی از چالش های بسیار مهم در تهیه نقشه پوشش اراضی با استفاده از تصاویر سنجش از دور، مشکل مربوط به پیکسل های مخلوط است. با توسعه روش های تجزیه اختلاط طیفی و طبقه بندی کننده های نرم، امکان برآورد سهم کلاس ها در سطح زیرپیکسل فراهم می آید و برچسب های چندگانه به پیکسل ها اختصاص داده می شود. با وجود این، تولید نقشه پوششی در سطح زیرپیکسل نیازمند جانمایی مکانی زیرپیکسل ها است. در سال های اخیر، روش های تهیه نقشه در سطح زیرپیکسل توسعه یافته اند و با استفاده از نتایج طبقه بندی کننده های نرم و بهره گیری از مفاهیم وابستگی مکانی، آرایش مکانی زیرپیکسل ها را بهینه سازی می کنند. در این تحقیق، دقت کلی الگوریتم شبیه سازی تبرید برای تهیه نقشه پوششی در سطح زیرپیکسل مورد ارزیابی قرار گرفته و همچنین، مکانیزم جدیدی در این روش، برای تولید پاسخ های جدید در هر مرحله از الگوریتم پیشنهاد شده و با نتایج روش موجود مقایسه شده است. از دیگرسو، پارامترهای مؤثر بر عملکرد الگوریتم مانند ضریب بزرگنمایی، نوع تابع خنک سازی و تکرارهای ایستا و پویا در عملکرد الگوریتم بررسی شده اند. در فرایند ارزیابی دقت کلی الگوریتم، دو روش مستقل از خطای طبقه بندی نرم و وابسته به این خطا لحاظ شده است. براساس نتایج، افزایش ضریب بزرگنمایی موجب کاهش دقت الگوریتم شبیه سازی تبرید شده و همچنین، تابع خنک سازی هندسی به لحاظ دقت و زمان اجرای الگوریتم، به منزله تابع بهینه انتخاب شده است. از طرف دیگر، تکرارهای پویا نیز، در مقایسه با حالت ایستا دقت بیشتری داشته است. روش پیشنهادی برای تولید پاسخ های جدید در الگوریتم شبیه سازی تبرید دستاورد مهم تحقیق به شمار می آید که دقت کلی را به نسبت روش موجود، افزایش داده و همچنین، زمان اجرای الگوریتم را تا 50% کاهش داده است. بیشترین دقت کلی الگوریتم براساس روش پیشنهادی و مستقل از خطای طبقه بندی نرم 97/94% برآورد شد.
حل مسئله مسیریابی وسایل نقلیه الکتریکی با در نظر گرفتن محدودیت حجم خودرو با استفاده از الگوریتم شبیه سازی تبرید(مقاله علمی وزارت علوم)
منبع:
چشم انداز مدیریت صنعتی سال نهم زمستان ۱۳۹۸ شماره ۳۶
165 - 188
حوزه های تخصصی:
این پژوهش به بررسی مسئله مسیریابی وسایل نقلیه الکتریکی با در نظر گرفتن محدودیت حجم باری خودرو می پردازد که در این مسئله ناوگان حمل ونقل شامل وسایل نقلیه الکتریکی است که با توجه به ظرفیت محدود باتری آنان باید محدودیت های آن نیز در برنامه ریزی توزیع در نظر گرفته شود. به این منظور نقاط شارژ مجدد در شبکه حمل ونقل در نظر گرفته می شود تا در صورت نیاز به شارژ باتری، خودرو شارژ مجدد را انجام دهد و مسیر خود را تکمیل کند. ازآنجاکه وسایل نقلیه الکتریکی به صورت محدود در توزیع کالا استفاده می شوند، باید سایر جنبه های آن را نیز در نظر گرفت. یکی از جنبه های مهم محدودیت حجم باری این وسایل است که نسبتاً فضای باری کمتری دارند. گاهی ممکن است کالاهای تخصیص داده شده به یک وسیله نقلیه از نظر محدودیت وزنی موجه باشد، ولی مجموع حجم کالاها از حجم باری خودرو تجاوز کند؛ درنتیجه در این پژوهش یک مدل برنامه ریزی ریاضی برای فرموله سازی مسئله ارائه می شود؛ سپس چندین نمونه مسئله به منظور اعتبارسنجی طراحی و حل می شود که برای حل در ابعاد بزرگ از الگوریتم شبیه سازی تبرید استفاده خواهد شد.
طراحی هوشمند استقرار پویای تسهیلات در محیط تصادفی سیستم های تولید انعطاف پذیر با در نظر گرفتن انعطاف پذیری مسیر تولید(مقاله علمی وزارت علوم)
منبع:
چشم انداز مدیریت صنعتی سال یازدهم بهار ۱۴۰۰ شماره ۴۱
175 - 209
حوزه های تخصصی:
در این پژوهش، ابتدا یک مدل ریاضی جدید مبتنی بر مدل تخصیص درجه دوم برای طراحی استقرار بهینه تسهیلات در هر دوره از افق برنامه ریزی زمانی چنددوره ای مسئله استقرار پویا و تصادفی تسهیلات ارائه می شود. در این مدل، علاوه بر در نظرگرفتن مسیرهای چندگانه تولید برای قطعات، فرض می شود که تقاضای محصولات متغیرهای تصادفی مستقل با توزیع نرمال باشند؛ به طوری که میانگین و واریانس آن ها از یک دوره زمانی به دوره دیگر به طور تصادفی تغییر کند؛ همچنین برای حل مدل ریاضی پیشنهادی، یک الگوریتم ترکیبی فراابتکاری جدید با استفاده از الگوریتم های کرافت و شبیه سازی تبرید ارائه می شود. مدل و الگوریتم ترکیبی پیشنهادی با روش های طراحی آزمایش، مطالعه موردی واقعی، حل چند مسئله نمونه و انجام تحلیل حساسیت مورد اعتبارسنجی قرار می گیرند. نتایج نشان می دهد که الگوریتم ترکیبی پیشنهادی از نظر کیفیت جواب و زمان محاسبه نسبت الگوریتم تبرید شبیه سازی شده دارای عملکرد بهتری است؛ همچنین امکان استفاده از مدل پیشنهادی برای طراحی استقرار تسهیلات در محیط های تصادفی و قطعی سیستم های تولیدی سنتی و مدرن وجود دارد.
ارائه مدل و حل مسئله مکان یابی انبارهای متقاطع و زمان بندی وسایل نقلیه در زنجیره تأمین چندمحصولی با امکان برداشت و تحویل گسسته(مقاله علمی وزارت علوم)
منبع:
چشم انداز مدیریت صنعتی سال یازدهم تابستان ۱۴۰۰ شماره ۴۲
41 - 66
حوزه های تخصصی:
در این پژوهش مسائل مکان یابی انبارهای متقاطع، مسیریابی و زمان بندی وسایل نقلیه را به طور هم زمان در یک زنجیره تأمین سه سطحی با امکان برداشت و تحویل گسسته، با هدف کمینه سازی مجموع هزینه ها (هزینه احداث انبارهای متقاطع، هزینه های ثابت و متغیر حمل ونقل و جریمه تأخیر و تعجیل)، موردمطالعه قرار گرفته و یک مدل برنامه ریزی ترکیبی عدد صحیح غیرخطی برای آن ارائه شده است. در این مدل تصمیم گیری در خصوص تخصیص وسایل نقلیه ناهمگن به فرآیند برداشت و تحویل و انتخاب مکان و تعداد انبارهای متقاطع برای احداث از میان مکان های بالقوه موجود پس از حل مدل صورت می گیرد. فرض چندمحصولی بودن شامل تک تک تأمین کنندگان، انبارهای متقاطع و مشتریان می شود. برای تحویل هر نوع از کالاها در محل هر یک از مشتریان یک پنجره زمانی نرم در نظر گرفته شده است و علاوه بر جریمه تأخیر، جریمه تعجیل در تحویل کالاها متناسب با مدت زمان و مقدار کالای مواجه شده با تأخیر/ تعجیل محاسبه می شود. سه دسته مسئله در ابعاد کوچک، متوسط و بزرگ به صورت تصادفی تولید و با استفاده از الگوریتم شبیه سازی تبرید حل شده اند. برای مسائل کوچک، جواب حاصل از روش های حل دقیق با نتایج الگوریتم شبیه سازی تبرید مقایسه شده است.
مسئله مکان یابی- مسیریابی هاب زمینی در محدوده نامتراکم و وسیع(مقاله علمی وزارت علوم)
منبع:
مدیریت صنعتی دوره ۹ بهار ۱۳۹۶ شماره ۱
59 - 78
حوزه های تخصصی:
به منظور کنترل هزینه ها در یک شبکه حمل و نقل زمینی که میزان کالای انتقالی بین شهرها از میزان ظرفیت یک کامیون کمتر است، باید علاوه بر تعیین محل صحیح هاب ها، بار چند شهر با یکدیگر تجمیع شود و پس از تعیین مسیر حرکت کالاها، به هاب مناسب اختصاص یابد. در این مقاله، حالت خاصی از مسئله مکان یابی مسیریابی هاب زمینی مطرح می شود که مناسب با وضعیت ایران است؛ به طوری که شهرها در محدوده نامتراکم و وسیع واقع شده اند. یک مدل برنامه ریزی ریاضی عدد صحیح مختلط به منظور نگاشت مسئله ارائه شده است. با توجه به پیچیدگی محاسباتی حل بهینه مدل، روش حل دو مرحله ای، تلفیقی از الگوریتم های ژنتیک و شبیه سازی تبرید طراحی شده است. نتایج مقایسات عددی روش حل پیشنهاد شده با یک روش بهینه یاب، نشان از دقت و سرعت روش حل ارائه شده دارد. در نهایت یک مورد واقعی از ایران با 31 مرکز استان حل شده تا عملکرد مناسب روش حل پیشنهاد شده در این پژوهش نشان داده شود.
تعیین آمیخته بیماران و تخصیص ظرفیت به سرویس های جراحی در بیمارستان ها به کمک شبیه سازی تبرید(مقاله علمی وزارت علوم)
منبع:
مدیریت صنعتی دوره ۱۰ زمستان ۱۳۹۷ شماره ۴
631 - 650
حوزه های تخصصی:
هدف: نظام سلامت یکی از بزرگ ترین صنعت ها به شمار می رود و برای حل مشکلات آن، به تلفیقی از دانش و مهارت های مدیریتی و بالینی نیاز است. در این پژوهش، مسئله برنامه ریزی استراتژیک و تخصیص ظرفیت اتاق های عمل با در نظر گرفتن استراتژی برنامه ریزی و زمان بندی بلوکی مطالعه شده است و یک مدل تلفیقی برای تعیین آمیخته بهینه جراحی ها و تخصیص ظرفیت به سرویس های جراحی به صورت برنامه ریزی آرمانی تصادفی برای مقابله با عدم قطعیت در تقاضای هر عمل ارائه شده است. هدف مدل حداقل کردن انحراف های نامطلوب شامل تقاضای برآورده نشده، اضافه کاری سرویس ها و بیکاری اتاق های عمل تخصیص یافته، است. روش: به دلیل NP-hard بودن مسئله، دستیابی به جواب دقیق با بزرگ شدن ابعاد آن به صورت نمایی مشکل است. برای این منظور، الگوریتم فراابتکاری شبیه سازی تبرید پیشنهاد شده است. نتایج مدل ریاضی به کمک نرم افزار GAMS با حل کننده COINBONMIN و روش شبیه سازی تبرید توسط نرم افزار متلب R2017a با یکدیگر مقایسه شده است. یافته ها: مثال های ارائه شده، از اطلاعات بخش اتاق عمل بیمارستانی در کانادا با 9 سرویس جراحی، 110 عمل جراحی، 16 اتاق عمل و 220 تخت بستری استخراج شده است. برای کاهش تعداد متغیرهای تصمیم و قابل حل بودن مدل ریاضی، برای هر مثال، سرویس ها و جراحی های اندک با اتاق های عمل محدودی انتخاب شد. مجموع بیکاری اتاق های عمل تخصیص یافته در همه مثال ها و در هر دو روش برابر با مقدار ایده آل صفر بوده است. اختلاف میان مقادیر تابع بهینه هدف به دست آمده از مدل برنامه ریزی آرمانی تصادفی و الگوریتم شبیه سازی تبرید در مثال های ارائه شده در بازه ]6/0,05/0[ قرار دارد. نتیجه گیری: در این پژوهش مدل برنامه ریزی آرمانی تصادفی برای برنامه ریزی و تعیین تعداد و ترکیب بهینه جراحی ها و تخصیص ظرفیت به سرویس های جراحی با در نظر گرفتن تقاضای غیرقطعی ارائه شده است. ایده مدل پیشنهاد شده آن است که با تغییر تعداد و ترکیب موارد جراحی، می توان انحراف های نامطلوب را کاهش داد.
زمانبندی تولید کارگاهی انعطاف پذیر جغرافیایی- منطقه ای پایدار احتمالی با استفاده از مدل ریاضی الگوریتم تلفیقی فراابتکاری(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در این مقاله، زمانبندی تولید کار کارگاهی در شرایطی که انجام عملیات ها دارای زمان های احتمالی هستند، مورد بررسی قرار گرفته است. یک مدل ریاضی به همراه رویه حل آن، برای تعیین زمانبندی سیستم های تولید کار کارگاهی با هدف از بین بردن این نقاط ضعف و درنظر گرفتن شرایط تولیدی بصورت احتمالی و همچنین کاهش هزینه های چندگانه تولیدی ارایه شده است. برای بدست آوردن یک جواب مناسب در یک زمان توجیه پذیر، یک رویه حل تلفیقی بر اساس مدل شبکه عصبی به منظور ایجاد جواب موجه اولیه و الگوریتم Annealing Simulatedبه منظور بهبود عملکرد و کیفیت جواب اولیه و ایجاد جواب بهینه/ نزدیک به بهینه ارایه شده است. برای ارزیابی این روش، چند مساله زمانبندی تولید کار کارگاهی متفاوت حل شده و جواب های بدست آمده با نرم افزار لینگو به عنوان حد پایین مقایسه شده است. نتایج محاسباتی دو روش نشان دهنده عملکرد مناسب الگوریتم پیشنهادی تحت شرایطی است که مقدار پارامترهای ورودی افزایش می یابد یا به عبارت دیگر مساله بزرگ می باشد. به منظور افزایش انعطاف پذیری در کاربرد الگوریتم فوق در شرایط واقعی صنعت، اعداد احتمالی براساس سه توزیع نرمال/ یکنواخت و نمایی از زمان انجام پردازش، به صورت تصادفی تولید می شوند. در عین حال مدل فوق توسط نرم افزارlingo6 برنامه نویسی شده است. در انتها مقایسه نتایج حاصل از حل مثال های نمونه، بهبودهای موثری را در جواب های بدست آمده از روش ابتکاری نشان می دهد
زمان بندی یکپارچه سیستم تولید چند مرحله ای و حمل ونقل در زنجیره تأمین با درنظرگرفتن زمان آماده سازی وابسته به توالی(مقاله علمی وزارت علوم)
منبع:
چشم انداز مدیریت صنعتی سال یازدهم پاییز ۱۴۰۰ شماره ۴۳
181 - 213
حوزه های تخصصی:
در پژوهش حاضر، مسئله زمان بندی یکپارچه سیستم تولید کارگاهی با یک مرحله مونتاژ و حمل ونقل با هدف کمینه کردن مجموع تأخیرها بررسی شده است. در این مسئله اجزای محصولات در مرحله تولید کارگاهی پردازش شده و در مرحله مونتاژ با یکدیگر مونتاژ می شوند؛ سپس محصولات در بسته هایی به سمت مشتریان حمل می شوند. در این سیستم تولیدی، زمان آماده سازی وابسته به توالی فرض شده است. ابتدا یک مدل برنامه ریزی خطی عدد صحیح مختلط توسعه داده شده است؛ سپس با توجه به اینکه مسئله موردبررسی NP-hard است، الگوریتم ترکیبی رقابت استعماری و شبیه سازی تبرید برای حل مسائل در ابعاد متوسط و بزرگ پیشنهاد شده است. به منظور اعتبارسنجی الگوریتم پیشنهادی، نتایج به دست آمده با الگوریتم رقابت استعماری و الگوریتم ترکیبی رقابت استعماری و جست وجوی ممنوع مقایسه شده است. برای مقایسه نتایج بین الگوریتم ها از تحلیل واریانس طرح بلوکی تصادفی بهره گیری شد. مقادیر P-value الگوریتم ها و بلوک ها در این آزمون کمتر از سطح معناداری 05/0 به دست آمد. نتایج محاسباتی نشان می دهد که الگوریتم ترکیبی پیشنهادی عملکرد بهتری نسبت به الگوریتم رقابت استعماری و الگوریتم ترکیبی رقابت استعماری و جست وجوی ممنوع دارد.
ارائه یک مدل برنامه ریزی چند هدفه برای بالانس خط تولید U-شکل با درنظر گرفتن تخصیص ابزار و سطح کیفی انجام وظایف(مقاله علمی وزارت علوم)
منبع:
مطالعات مدیریت صنعتی سال ۲۰ زمستان ۱۴۰۱ شماره ۶۷
1 - 50
حوزه های تخصصی:
شکل متمرکز است که در آن توابع -U این مقاله بر ارائه یک مدل جدید برای مسئله بالانس خط مونتاژ هدف از جنس هزینه، ظرفیت و کیفیت به طور هم زمان در قالب یک مسئله بررسی می شود. بهعلاوه فرض شده هر وظیفه به مجموعه ای از ابزارآلات نیاز دارد و کیفیت انجام وظایف توسط کارگرها نیز متفاوت است؛ بنابراین هدف مدل این است که تجهیزات و کارگران بهنحوی به ایستگاه ها تخصیص یابند که مجموع هزینهی تجهیزات حداقل شود و کیفیت انجام کار در بالاترین سطح ممکن قرار گیرد. علاوه بر این دو هدف، تعداد ایستگاه ها نیز کمینه میشوند. به این منظور، ابتدا یک مدل برنامهریزی چندهدفه غیرخطی آمیخته عدد صحیح ارائه می شود. سپس مدل، خطیسازی شده و برای حل مسئله، الگوریتم فراابتکاری شبیهسازی تبرید و نیز دو حالت بهبودیافته ی آن به کارگیری می شود. دو الگوریتم پیشنهادی شامل یک برنامه رمزگذاری و رمزگشایی جدید و نیز جستجوی محلی برای تخصیص کارگر به هر ایستگاه است. برای تعیین حدود پارامترها در این سه الگوریتم از روش طراحی آزمایش استفاده شده و به ازاء ترکیب پارامترها، حالت های مختلفی برای حل مسئله ایجاد شده است. سپس، بر اساس گراف های موجود در ادبیات تحقیق مثال های عددی ایجاد و نتایج حل آنها با سه الگوریتم مقایسه و کارایی الگوریتم ها سنجش می شوند. به علاوه، برای ارزیابی کارایی مدل و الگوریتم پیشنهادی در مسائل واقعی، مطالعه موردی در خط مونتاژ قطعه نازل انجام گردید که در پالایشگاه های نفت کاربرد دارد. نتایج حل مطالعه موردی و بررسی شاخص های عملکرد برای آن، بیانگر کارایی و عملکرد بهتر حالتهای بهبودیافته الگوریتم شبیهسازی تبرید است.