شماره ركورد :
929690
عنوان مقاله :
حل مدل برنامه‌ريزي توليد ادغامي چندهدفۀ فازي با آثار يادگيري و زوال به كمك الگوريتم‌هاي ژنتيك و جست‌وجوي ممنوعه
عنوان به زبان ديگر :
Solving a Fuzzy Multiobjective Aggregate Production Planning Model with Learning and Deterioration Effects by Using Genetic and Tabu Search Algorithms
پديد آورندگان :
مهدي زاده، اسماعيل نويسنده دانشكده مهندسي صنايع و مكانيك,دانشگاه آزاد اسلامي واحد قزوين,ايران Mehdizadeh, Esmaeil , قاضي زاده، رسا نويسنده دانشكده مهندسي صنايع و مكانيك,دانشگاه آزاد اسلامي واحد قزوين,ايران Ghazizadeh, Rasa
اطلاعات موجودي :
دوفصلنامه سال 1395
رتبه نشريه :
علمي پژوهشي
تعداد صفحه :
14
از صفحه :
341
تا صفحه :
354
كليدواژه :
برنامه‌ريزي آرماني فازي , برنامه‌ريزي توليد ادغامي , الگوريتم جست‌وجوي ممنوعه , الگوريتم ژنتيك , برنامه‌ريزي چندهدفه
چكيده فارسي :
در اين پژوهش، يك مدل برنامه‌ريزي توليد ادغامي چندهدفه فازي با درنظرگرفتن دو عامل اثر يادگيري كارگران و اثر زوال ماشين‌آلات ارائه مي‌شود. توابع هدف شامل اهداف كمي افزايش سود و كاهش هزينه خرابي دستگاه‌ها و هدف كيفي افزايش ميزان رضايتمندي مشتري هستند. سپس با درنظرگرفتن اوزان متفاوت براي اهداف و اصلاح اهداف با روش برنامه‌ريزي آرماني فازي، مدل چندهدفه فازي به يك مدل تك‌هدفه قطعي تبديل شده و با الگوريتم‌هاي ژنتيك و جست‌وجوي ممنوعه حل شده است. در تنظيم پارامترهاي دو الگوريتم از روش تاگوچي بهره گرفته مي‌شود. در پايان، جواب به‌دست‌آمده از دو الگوريتم با استفاده از آزمون فرض برابري ميانگين‌ها با هم مقايسه مي‌شوند. نتايج نشان مي‌دهند الگوريتم ژنتيك در حل مدل ارائه‌شده نسبت به الگوريتم جست‌وجوي ممنوعه كارايي بيشتري دارد.
چكيده لاتين :
In this paper a non linear integrated fuzzy multiobjective production planning model with the labor learning and machines deterioration effects is presented. The objective function consists of two quantitative objectives namely increase profits and reduces the cost of system failure and a qualitative objective namely increases the satisfaction rate of the customers. Different weights for objectives and modification of the objectives by using fuzzy goal programming method are considered to convert the fuzzy multiobjective model to a deterministic singleobjective model and  the obtained model is solved by Genetic algorithm and Tabu search algorithm. Finally, the solution obtained from two algorithms compared together by using hypothesis test of equality of means. Experimental results show the proposed Genetic algorithm for solving the model has higher performance than the Tabu search algorithm.
سال انتشار :
1395
عنوان نشريه :
مهندسي صنايع -دانشگاه تهران
عنوان نشريه :
مهندسي صنايع -دانشگاه تهران
اطلاعات موجودي :
دوفصلنامه با شماره پیاپی سال 1395
كلمات كليدي :
#تست#آزمون###امتحان
لينک به اين مدرک :
بازگشت