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 ۴، شماره ۹، صفحات ۲۷۱-۲۷۹
عنوان فارسی حل مساله زمانبندی جریان کارگاهی برگشت پذیر بدون وقفه
چکیده فارسی مقاله در این مقاله زمانبندی مساله جریان کارگاهی برگشت­پذیر بدون وقفه با هدف کمینه­سازی حداکثر زمان تکمیل کارها بررسی می­شود. محیط های جریان کارگاهی برگشت­پذیر به نوعی چیدمان جریان کارگاهی گفته می­شود که در آن حداقل یک کار می­بایست یک یا چند مرحله را بیش از یکبار ملاقات کند. در مسائل جریان کارگاهی بدون وقفه مراحل انجام یک کار بر روی ماشین ها از ابتدا تا انتها بدون وقفه انجام می­شوند. ادغام هردوی این خصوصیات در بسیاری از صنایع مانند صنایع رباتیک دارد کاربرد دارد که در ادبیات بصورت مجزا مورد بررسی قرار نگرفته است. در این مقاله برای مساله زمانبندی جریان کارگاهی برگشت­پذیر بدون وقفه مدل ریاضی ارائه شده است. برای مسایل با ابعاد کوچک نتایج حاصل از نرم­افزار GAMS با نتایج حاصل از الگوریتم­های ژنتیک و شبیه­سازی تبرید مقایسه گردیده است و برای ابعاد بزرگ نتایج حاصل از الگوریتم­های ژنتیک و شبیه­سازی تبرید با یکدیگر مقایسه گردیده­اند. نتایج محاسباتی نشان داد که در کل الگوریتم SA نسبت به GA، از لحاظ بدست آوردن جواب بهینه یا نزدیک به بهینه الگوریتمی کاراتر می‌باشد. 
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Solving Re-entrant No-wait Flow Shop Scheduling Problem
چکیده انگلیسی مقاله In this study we consider the production environment of re-entrant flow-shop (RFS) with the objective of minimizing make span of the jobs. In a RFS, at least one job should visit at least one of the machines more than once. In a no-wait flow shop-scheduling problem, when the process of a specific job begins on the first machine, it should constantly be processed without waiting in the line of any machine until its processing is completed on the last one. Integration of the properties of both of these environments, which is applied in many industries such as robotic industries, is not investigated separately. In the paper, we present a simulated annealing (SA) and a genetic algorithm (GA) based on heuristics for the problem. First, we develop the mathematical model for the problem, and then we present the suggested algorithms. For small scale, results of GA and SA are compared to GAMS. For large-scale problems, results of GA and SA are compared to each other. Computational results show that both SA ad GA algorithms perform properly but totally, SA is likely to turn out well in finding better solutions especially in large-scale problems.     
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله سعید طسوجی حسن پور | tasugi hassan pour
دانشجوی دکترا مهندسی صنایع دانشگاه تربیت مدرس تهران
سازمان اصلی تایید شده: دانشگاه تربیت مدرس (Tarbiat modares university)

محمد رضا امین ناصری | mohammad reza amin naseri
دانشیار، دانشکده مهندسی صنایع و سیستم ها، دانشگاه تربیت مدرس، تهران.
سازمان اصلی تایید شده: دانشگاه تربیت مدرس (Tarbiat modares university)

ابوالفضل آدرسی |
فارغ التحصیل کارشناسی ارشد مهندسی صنایع- صنایع

نشانی اینترنتی https://ier.basu.ac.ir/article_1829_eac4f4d0b9a083ac5993ceff097d7bc0.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1430/article-1430-460634.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