زمان بندی

در این مقاله مسئلۀ زمان بندی تک ماشین با تولید دسته ای و خرابی تصادفی ماشین بررسی می شود. در این مسئله هر کار متعلق به یک خانوادۀ کار است و هر خانوادۀ کار زمان آماده سازی معلوم و مستقل از توالی دارد. همچنین فرض می شود یک خرابی ماشین در طول افق برنامه ریزی اتفاق می افتد و زمان شروع و طول تصادفی با توزیع احتمال دلخواه و از قبل مشخص دارد. تابع هدف مسئله حداقل سازی مجموع حداکثر زودکرد و حداکثر دیرکرد موردانتظار کارهاست. تاکنون در پژوهش های گذشته مطالعه ای بر این مسئله مشاهده نشده است. برای این مسئله یک مدل جدید برنامه ریزی عدد صحیح خطی مختلط توسعه داده شده است. با توجه به NP-hard بودن مسئله برای حل بهینۀ آن، یک الگوریتم شاخه و کران جدید با اصول غلبه و یک حد پایین کارا ارائه شده است که از یک الگوریتم ابتکاری جدید برای به دست آوردن حد بالا استفاده می کند. به منظور ارزیابی عملکرد الگوریتم های معرفی شده، تعداد 2520 عدد مسئلۀ نمونه طراحی و با الگوریتم های ارائه شده، حل شده است. نتایج محاسباتی نشان می دهد 98% مسائل نمونه در محدودۀ زمانی مشخص شده با الگوریتم شاخه و کران به صورت بهینه حل شده اند و میانگین درصد انحراف از جواب بهینه در الگوریتم ابتکاری ارا ئه شده کمتر از 30% است. این موارد کارایی الگوریتم های ارائه شده را تأیید می کند.

هدف: در این مقاله یک روش دومرحله ای جدید برای حل مساله ی زمان بندی دروس دانشگاهی مبتنی بر برنامه ی درسی ارایه شده است. در هر دو مرحله، روش از رویکرد فراابتکاری جدید استفاده شده است. علاوه بر این، یک نمایش جواب جدید برای زمان بندی دروس دانشگاهی معرفی شده است و از برخی رویکردها نیز برای تشدید و تنوع استفاده می شود که کاملاً مبتنی بر نمایش جواب جدید است. روش شناسی پژوهش: در مرحله ی اول روش جدید، یک جواب با کیفیت بالا قابل اجرا محاسبه می شود. برای این منظور، ابتدا محدودیت های سخت مربوط به دوره های زمانی در نظر گرفته شده و جوابی محاسبه می شود که این محدودیت های سخت را برآورده کند. در مرحله ی بعد روش جدیدی برای تخصیص اتاق ها به دروس معرفی می شود که پس از اعمال آن بر روی جوابی که محدودیت های سخت دوره ی زمانی را برآورده می کند، یک جواب شدنی محاسبه می شود. علاوه بر این، نتایج عددی نشان می دهد که جواب شدنی محاسبه شده کیفیت بالایی دارد. در مرحله ی دوم، ابتدا چندین تابع همسایگی جدید برای بهبود کیفیت جواب شدنی محاسبه شده به طور قابل توجهی مورد استفاده قرار می گیرد که برای کاهش جریمه جواب شدنی محاسبه شده مرحله ی اول طراحی شده است. در حالی که تابع تناسب مرحله ی اول مبتنی بر نقض محدودیت های سخت است، تابع تناسب مرحله ی دوم بر اساس جریمه ی جواب شدنی است. در بسیاری از الگوریتم های فراابتکاری که تاکنون ارایه شده اند، تلاش محاسباتی زیادی بر روی الگوریتم برای انتساب اتاق ها به دوره ها صرف می شود. ویژگی جدید الگوریتم ارا یه شده این است که از یک استراتژی برای تخصیص اتاق ها به دوره فقط یک بار و بدون استفاده از هیچ الگوریتم تطبیقی استفاده می شود. یافته ها: الگوریتم ارایه شده بر روی برخی از نمونه های استاندارد ادبیات اعمال شده و کارایی الگوریتم ارایه شده مورد تجزیه و تحلیل قرار گرفته است. نتایج عددی نشان می دهد که زمان محاسبات مورد نیاز با اندازه ی نمونه ها افزایش می یابد و الگوریتم بعد از چند دقیقه به سمت جواب بهینه همگرا می شود. اصالت/ارزش افزوده علمی: الگوریتم ارایه شده ما را قادر می سازد تا در عمل با مسایل بزرگ زمان بندی دروس دانشگاهی مواجه شویم. علاوه بر این، روشی کارآمد برای دستیابی به جواب های شدنی برای نمونه های دنیای واقعی و تلاش برای بهبود کیفیت آنها در اختیار ما قرار می دهد.

مسئله زمان بندی ماشین های موازی و نگهداری و تعمیرات پیشگیرانه این دسته از ماشین ها ازجمله مسائل کلیدی در حوزه فرآیندهای تولیدی است که همواره موردتوجه پژوهشگران بوده است. این پژوهش به دنبال طراحی مدل یکپارچه ای برای زمان بندی تولید و برنامه ریزی نگهداری و تعمیرات ماشین های موازی با در نظر گرفتن احتمال اختلال در عملکرد تسهیلات و عدم قطعیت در پارامترهای مسئله است. در این راستا یک مدل برنامه ریزی ریاضی با دو هدف حداقل سازی زمان تکمیل وزنی محصولات و حداکثرسازی قابلیت اطمینان در خط تولید ارائه شده است. با توجه به ماهیت NP-hard مسئله موردبررسی از جنبه محاسباتی، از الگوریتم های حل فراابتکاری NSGA-II و MOPSO به منظور حل مسائل عددی در ابعاد متوسط و بزرگ استفاده شده است. بر این اساس، مسائل عددی در ابعاد مختلف طراحی شده و از الگوریتم های موردنظر به منظور حل این مسائل استفاده شد. نتایج نشان می دهند که الگوریتم NSGA-II در مقایسه با الگوریتم MOPSO جواب های مناسب تری را ارائه می کند. هرچند الگوریتم MOPSO نسبت به الگوریتم NSGA-II از نظر زمان حل مسئله از کارایی بیشتری برخوردار است، مقدار این برتری قابل ملاحظه نیست و نمی توان آن به عنوان مبنای قطعی مقایسه دو الگوریتم در نظر گرفت.

در این مقاله، یک مسئله زمان بندی جریان کارگاهی به منظور اورهال تجهیزات ارائه شده است. این مسئله شامل سه مرحله است که در مرحله اول، عملیات تفکیک اجزای یک تجهیز و در مرحله دوم، عملیات تعمیرات و اورهال بر قطعات تفکیک شده مرحله اول انجام می شود؛ سپس در مرحله سوم، قطعات اورهال شده مرحله قبل بر هم سوار می شوند. در مرحله سوم، کارگاه های موازی، عملیات را به صورت موازی انجام می دهند. تابع هدف مسئله، بیشینه زمان تکمیل کارهاست و توالی پردازش کارها باید به نحوی باشد که مقدار تابع هدف، کمینه شود. به منظور حل مسئله، یک مدل برنامه ریزی عدد صحیح آمیخته برای سایز کوچک ارائه شده است که براساس موقعیت هر کار، توالی پردازش کارها را مشخص می کند. برای حل مسئله در ابعاد بزرگ، الگوریتم ژنتیک به کار رفته است. با افزایش سایز مسئله و در سایزهای مختلف، نتایج بررسی و تجزیه و تحلیل شده است که این کارایی مدل و الگوریتم ارائه شده را نشان می دهد.

هدف: هدف بنیادین این پژوهش کاربست ویژگی های جریان های نقدی یعنی زمان بندی و تطابق در مدل های مهم برآورد اقلام تعهدی به منظور بهبود کیفیت و توان توضیح دهندگی این مدل ها است. روش: جامعه آماری پژوهش دربرگیرنده شرکت های بهابازار اوراق بهادار تهران است که نمونه ای به تعداد ۱۶۷ شرکت در بازه زمانی ۱۳۹۰ تا ۱۳۹۹ به شیوه حذفی سامان مند از آن گزینش شده است. آزمون فرضیه های پژوهش با شیوه وایازش خطی چندمتغیره و آزمون های تی - استیودنت و وونگ (1989) با نرم افزار آماری استاتا (نسخه 18) بررسی می شوند. یافته ها: دستاوردهای این پژوهش نشان می دهند کاربست جریان های نقدی و ویژگی های آنها در مدل ها باعث می شود پسماند مدل ها مفهومی اقتصادی بگیرد که با مفهوم صرفاً اقتصادسنجی ناهمسان است و توان توضیح دهندگی مدل ها نسبت به مدل های استاندارد به صورت معناداری افزایش و بهبود پیدا کند. نتیجه گیری: تغییر جریان های نقدی، همبستگی سریالی در تغییر جریان های نقدی و طول چرخه عملیاتی در مدل های تعهدی، قدرت توضیحی آنها را بهبود می بخشد. کاربست این مدل ها به کشف مدیریت سود و استخراج اقلام تعهدی با کیفیت بالا یاری می رساند. مدل جتر و شیواکومار تعدیل شده بیشترین توان توضیحی به صورت معنادار را در میان مدل های مورد بررسی را دارد. دانش افزایی: چارچوب نظری برای درک رابطه بین اقلام تعهدی و ویژگی های جریان نقدی ارائه می کند و رابطه بین اقلام تعهدی و ویژگی های جریان نقدی را آزمایش می کند. گنجاندن این متغیرها در مدل های تعهدی به تشخیص مدیریت سود در شرکت ها کمک می کند.

هدف: استفاده از یک سیستم حمل ونقل مطمئن و امن برای بسیاری از اقشار جامعه اهمیت ویژه ای دارد. از این رو بسیاری از مشتریان ترجیح می دهند که از سیستم حمل ونقل مربوط به شرکت خود استفاده کنند. استفاده از یک مدل مسیریابی وسایل نقلیه با برداشت و تحویل هم زمان، در کاهش هزینه های حمل ونقل و ترافیک شهری تأثیر بسزایی دارد. در دنیای پُرشتاب امروزی، در صنعت تاکسی رانی، هرچه سرعت پاسخ گویی به مسافران بیشتر باشد، رضایت افزایش می یابد. تابع رضایت مسافر، بحث زمان بندی ماشین ها را نیز به مسئله اضافه می کند. در این پژوهش، یک مدل ریاضی دوهدفه برای مسئله مکان یابی مراکز آژانس زمان بندی و مسیریابی با برداشت و تحویل هم زمان و توأم با امکان برش در تقاضا ارائه شده است. هدف اول مدل، کاهش هزینه های عملیاتی حمل ونقل و هزینه تأسیس مراکز آژانس و هدف دوم نیز، افزایش سطح پاسخ گویی به مسافران است. یکی از نوآوری های مطالعه حاضر این است که در هدف دوم، تابع احتمال خرید را به منظور اندازه گیری رضایت مسافران، به مسائل مکان یابی مسیریابی با برش و برداشت و تحویل هم زمان اضافه کرده است.  روش: مطالعه حاضر از نظر هدف، در زمره پژوهش های توسعه ای و از نظر نحوه گردآوری داده ها در زمره پژوهش های توصیفی و از نظر پیاده سازی روش بهینه سازی، در زمره روش های سخت پژوهش عملیاتی قرار می گیرد. مدل ریاضی پیشنهاد شده در این پژوهش، به کمک یک مثال موردی برای آژانس تاکسی تلفنی بانوان، در یکی از دانشگاه های رفسنجان، در ابعاد کوچک با استفاده از روش اپسیلون محدودیت توسعه یافته، در نرم افزار سیپلکس نسخه ۱۲.۱ حل شد. همچنین، در این پژوهش به منظور مطالعه عملکرد رویکرد حل مسئله، مثال هایی در ابعاد متوسط و بزرگ با استفاده از الگوریتم ابتکاری افق غلطان حل شد.یافته ها: مدل برای یک مسئله در ابعاد کوچک با ۶ گره مقصد و ۲ گره به عنوان هاب حل و نتایج به دست آمده از حل مدل گزارش داده شد. در مدل پیشنهادی سه پارامتر مهم برای تحلیل حساسیت وجود دارد. این پارامترها عبارت اند از: نقطه کاهش رضایت (SRP)، مدت زمان انتظار مسافر برای دریافت خدمت (WT) و حداکثر زمان در دسترس برای هر تاکسی (T). تغییرات مرز پارتو برای سه مقدار مختلف پارامتر WT، به طور واضح بیانگر این نکته است که هرچه مسافر برای دریافت خدمت تحمل انتظار بیشتری داشته باشد، به طبع آژانس هم قدرت پاسخ گویی بیشتری دارد. تحلیل حساسیت پارامتر نقطه کاهش رضایت (SRP) نشان می دهد که هر چه نقطه کاهش رضایت مسافر بیشتر باشد، نارضایتی وی کمتر است. طبق تحلیل حساسیت پارامتر کل زمان در دسترس، با افزایش مقدار پارامتر T، میزان پاسخ گویی شبکه نیز افزایش و هزینه های حمل ونقل کاهش می یابد. در این پژوهش برای مطالعه عمکرد مدل ریاضی برنامه ریزی عدد صحیح مختلط در ابعاد بزرگ، از الگوریتم ابتکاری افق غلطان استفاده شد. به منظور اجرای آزمایش های عددی، سه گروه مسائل نمونه در ابعاد مختلف به صورت تصادفی تولید شد. الگوریتم افق غلطان روی مسائل نمونه اجرا شد. نتایج نشان داد که الگوریتم افق غلطان قادر است که مسائل با ۱۲ گره را با خطای 001/0 درصد از جواب حل دقیق در زمان 3 دقیقه به دست آورد؛ درحالی که زمان حل مدل ریاضی عدد صحیح مختلط در این بُعد ۱۵ دقیقه است. الگوریتم افق غلطان برای مسائل با ۲۰ گره و ۳۰ گره نیز حل شد. متوسط زمان حل این مسائل با استفاده از الگوریتم افق غلطان در مقایسه با مدل ریاضی که زمان زیادی را به خود اختصاص می داد، ۵ دقیقه و ۱۹ دقیقه گزارش شد.نتیجه گیری: در فضای رقابتی امروز و با وجود انواع سرویس های تاکسی رانی مانند اسنپ و تپسی و…، استفاده از مدل پیشنهادی برداشت و تحویل هم زمان، به همراه امکان برش در تقاضا و ترکیب آن با تابع رضایت مسافر، این امکان را فراهم می آورد تا ضمن اینکه رضایت مسافر حاصل شود، هزینه ها به حداقل برسد. استفاده از جدول پارتو به دست آمده از روش اپسیلون محدودیت توسعه یافته، گزینه های زیادی را در اختیار تصمیم گیرندگان امر قرار می دهد. استفاده از الگوریتم افق غلطان، امکان حل مسئله را در ابعاد بزرگ فراهم می کند. مهم ترین مزیت مدل این است که می توان از این مدل برای محصولات فاسد شدنی و سایر شرکت های خدماتی نیز استفاده کرد. بنابراین ضمن اینکه انواع شرکت های تاکسی رانی می توانند از نتایج این مدل بهره ببرند، به پژوهشگران آتی پیشنهاد می شود که از مدل حاضر برای آن دسته از اقلام فاسد شدنی که برداشت و تحویل آن ها به طور هم زمان انجام می شود و فساد محصول در نقطه صفر زمانی (برای همه گره ها) آغاز می شود، استفاده کنند.