این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پژوهش های مهندسی صنایع در سیستم های تولید، جلد ۳، شماره ۶، صفحات ۱۳۳-۱۴۷
عنوان فارسی زمانبندی چندهدفه شبکه های تولید چندکارخانه ای با استفاده از الگوریتم ژنتیک زیرجمعیت و روش ارتجاعی
چکیده فارسی مقاله روند جهانی‌سازی موجود سبب پیدایش رقابتی شدید برای کسب هر چه بیشتر منافع در بین تولیدکنندگان شده است. برای حفظ شرایط رقابت‌پذیری در چنین بازارهایی، کارخانه‌ها تصمیم به ایجاد شبکه تولیدی متشکل از چندین کارخانه می‌نمایند. پراکندگی اعضاء در نقاط مختلف جغرافیایی در ساختارهای توزیع‌شده سبب در دسترس بودن منابع ارزان­تر، توانایی تولید بالاتر و مواجهه سریع‌تر با تغییرات و قدرت رقابتی بالاتر شده است. به این منظور در این مقاله زمانبندی چندکارخانه‌ای توزیع شده مورد مطالعه قرار گرفته است. علاوه­بر این، با در نظر گرفتن امکان جابه‌جایی کارها در بین کارخانه‌ها سعی شده است شرایط سیستم مورد بررسی هر چه بیشتر به دنیای واقعی صنعت نزدیک گردد. بدلیل توجه کمتر به مسائل چندهدفه در زمانبندی توزیع شده، در این تحقیق پس از مدل کردن مسئله با دو تابع هدف مجموع زمان‌های دیرکرد و زودکرد کارها به­عنوان تابع هدف اول و مجموع زمان‌های تکمیل به­عنوان تابع هدف دوم، یک روش دقیق و یک الگوریتم فرابتکاری چندهدفه برای حل مساله به­کار رفته است. در پایان نیز نتایج بدست آمده از این الگوریتم با نتایج به­دست آمده از الگوریتم بر پایه گروه ذرات مقایسه و گزارش شده است.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Multi-objective production network scheduling using sub-population genetic algorithm and elastic method
چکیده انگلیسی مقاله The globalization trend causes the emergence of intense competition among manufacturers to gain more profits. In order to be competitive in today’s rapidly changing business world, organizations have shifted from a centralized single factory production to a decentralized multi-factory structure. We assume that production takes place in several factories, which may be geographically distributed in different locations, in order to comply with and to take advantage from the trend of globalization. This allows them to be closer to their customers, to employ professionals, to comply with local laws, to focus on a few product types, to produce and market their products more effectively, and respond to market changes more quickly. These can be attained by transporting the jobs from an overloaded factory to the factory which has fewer workloads. Obviously, considering these assumptions, as well as multi-objective scheduling are surely more practical than those scheduling problems which do not take them into account. In this research, after formulating the scheduling problem as a mixed integer linear programming for simultaneous minimization of the sum of the earliness and tardiness of jobs and the total completion time, a new exact method and a multi-objective metaheuristic algorithm are proposed. Finally, the heuristic algorithm and the output of particle swarm-based algorithm are reported.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله جواد بهنامیان |
استادیار گروه صنایع دانشکده مهندسی دانشگاه بوعلی سینا
سازمان اصلی تایید شده: دانشگاه بوعلی سینا (Bu ali sina university)

نشانی اینترنتی http://ier.basu.ac.ir/article_1345_25b9940acc9c55f32b10f84e3977f092.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1430/article-1430-246343.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات