برنامه ريزي احتمالي چند هدفه براي بهينه سازي مسئله تعيين تعداد نيروي انساني در سيستم هاي توليد كارگاهي

Multi-objective Stochastic Programming to Optimize Number Determination of Manpower Problem in Job Shop Manufacturing Systems

يكي از متداولترين رويكردهاي حل مسائل احتمالي چند هدفه، برنامه ريزي مقيد شده تصادفي است. بر اساس اين رويكرد، يك مدل معادل قطعي براي مسئله احتمالي چند هدفه ارائه شده و سپس توسط يك مدل بهينه ساز حل مي شود. در اين مقاله از تركيب رويكرد برنامه ريزي مقيد شده تصادفي و مدل معيار جهاني مدلي تحت عنوان معيار جهاني مقيد شده تصادفي پيشنهاد مي شود. مدل پيشنهادي قادر است تا يك مدل معادل قطعي براي مسئله احتمالي چند هدفه ارائه و سپس آن را بهينه سازي نمايد. يكي از موضوعاتي كه همواره مورد توجه برنامه ريزان سيستم هاي توليدي بوده، تعيين تعداد بهينه نيروي انساني با توجه به اهدافي همچون افزايش خروجي، كاهش هزينه دستمزد و كاهش زمان بيكاري غير مجاز است. بنابراين براي تشريح مدل پيشنهادي، يك مسئله احتمالي چند هدفه پيرامون تعيين تعداد نيروي انساني بهينه در يك سيستم توليدي كارگاهي تحت شرايط عدم قطعيت ارائه مي شود. نتايج بهينه سازي اين مسئله با استفاده از مدل پيشنهادي و مدل برنامه ريزي سازشي مقيد شده تصادفي تحت شرايط يكسان بيانگر آن است كه مدل پيشنهادي با وجود تعداد محدوديت ها و متغيرهاي كمتر در مقايسه با مدل برنامه ريزي سازشي مقيد شده تصادفي نتايج كاملا مشابهي را در تكرارهاي كمتري ارائه مي كند.

One of the most popular approaches to solve multi-objective stochastic problems is Chance Constrained Programming (CCP). Based on this approach, a deterministic equivalent model is presented for multi-objective stochastic problem and then is optimized by a solver model. In this Paper, both CCP approach and the Global Criterion model are combined and a model will be proposed which is called Chance Constrained Global Criterion (min-max) (CCGC(min- max)). The proposed model is able to present a deterministic equivalent model for multi-objective stochastic problem and thereafter optimizes it. One of the subjects which always planners of manufacturing systems have concerned about, is determining the optimal number of manpower with regard to objectives such as to maximize the output, to minimize the wage cost and to minimize no allowance idle time. Hence to illustrate the proposed model, a multi­objective stochastic problem is presented for to determine the optimal number of manpower in a job shop manufacturing system under uncertainty. The optimization results of this problem using the proposed model and the CCCP(with min-max norm) model under the same conditions, express the proposed model with existence fewer number of variables and constraints compared to the CCCP(min-max) model, presents the wholly same results in fewer number of iterations.