زمان‌بندي توليد كارگاهي انعطاف‌پذير با منابع دوگانه‌ي محدود و اهداف لكزيكوگراف

Dual Resource Constrained Flexible Job-Shop Scheduling with Lexicograph Objectives

در اين تحقيق، مسئله‌ي زمان‌بندي توليد كارگاهي انعطاف‌پذير با محدوديت منابع دوگانه در نظر گرفته شده است. مسئله‌ي زمان‌بندي توليد كارگاهي انعطاف‌پذير، حالت گسترده‌تري از مسائل زمان‌بندي توليد كارگاهي كلاسيك است و هر عمليات مي‌تواند توسط چند ماشين پردازش شود. در زمان‌بندي توليد كارگاهي انعطاف‌پذير با محدوديت منابع دوگانه، علاوه بر تخصيص ماشين به هر عمليات و تعيين توالي عمليات بر روي ماشين‌ها، لازم است تخصيص كارگر به عمليات را نيز مشخص كنيم. دو هدف حداقل‌سازي مجموع موزون تأخيرها و حداكثر زمان تكميل كارها به‌صورت لكزيكوگراف مورد بررسي قرار گرفته است كه مجموع موزون تأخيرها، اولويت اول است. با توجه به NP-Hard بودن اين مسئله، يك الگوريتم تركيبي كلوني زنبور عسل مصنوعي با عملگرهاي الگوريتم ژنتيك و چندين الگوريتم‌ ابتكاري، ارائه مي‌شود. به‌منظور اعتبارسنجي و ارزيابي عملكرد الگوريتم ارائه شده، مطالعات محاسباتي با در نظر گرفتن مسائل نمونه، انجام شده و با نتايج نرم‌افزار GAMS مقايسه شده است. نتايج نشان مي‌دهد كه الگوريتم تركيبي پيشنهادي، روشي مؤثر براي حل مسئله‌ي زمان‌بندي توليد كارگاهي انعطاف‌پذير با محدوديت منابع دوگانه است.

In this research, the dual resource constrained flexible job-shop scheduling problem (DRCFJSP) is considered. Compared to the flexible job-shop scheduling, there is a limited research on DRCFJSP. The flexible job-shop scheduling problem is an extension of the classical job-shop scheduling problem by allowing an operation to be assigned to one of a set of eligible machines during scheduling. Hence, solving DRCFJSP not only needs to determine the processing sequences on machines and assign each operation to a machine, but also needs to determine a worker among a set of skilled workers for processing operation on the selected machine. The problem in this study was investigated to minimize two objectives consisting of total weighted tardiness and maximum completion time. The lexicographic approach is applied to compare the solutions and select the optimum solution. The first objective function is total weighted tardiness. DRCFJSP is strongly NP-hard, so a hybrid artificial bee colony algorithm is proposed to solve medium and large instances. In order to evaluate the performance of the proposed algorithm, computational studies have been conducted and compared with the results of the GAMS software. The results show that proposed hybrid algorithm has an appropriate performance for solving the DRCFJSP.