عنوان مقاله :
ارائه يك الگوريتم تركيبي كارا جهت حل مدل برنامه ريزي خطي چندهدفه زمانبندي مسائل تك ماشين
عنوان به زبان ديگر :
An Efficient Hybrid Algorithm for Solving Multi Objective Linear Programming Model for Single Machine Problems
پديد آورندگان :
زارع مهرجردي، يحيي دانشگاه يزد - دانشكده مهندسي صنايع , فريدوني، سپيده دانشگاه يزد - دانشكده مهندسي صنايع , امامي ميبدي، ليلي دانشگاه يزد - دانشكده مهندسي صنايع
كليدواژه :
توالي عمليات تك ماشينه , برنامهريزي چندهدفه , تاخير , ديركرد وزني , الگوريتمهاي فراابتكاري
چكيده فارسي :
از آنجا كه تعيين برنامههاي زمانبندي كارا در مسائل توالي عمليات براي معيارهاي مختلف، ازجمله مسائل مهم در برنامهريزي توليد است، لذا در اين مطالعه مساله توالي عمليات تك ماشينه با معيارهاي حداقل كردن تعداد كارهاي داراي تاخير و مجموع ديركرد موزون مورد بررسي قرار ميگيرد. در اين مقاله كاربرد روشهاي جديد بهينهسازي در مسائل توالي و زمانبندي مطرح ميشود. ابتدا مدل رياضي مساله براي اهداف موردنظر ارائه و سپس ضمن معرفي روشهاي شبيهسازي آنيلينگ و الگوريتم ژنتيك به عنوان روشهاي كاوشي، كارايي آنها در مساله موردنظر آزموده شده است. در پايان، جهت افزايش كارايي مدل الگوريتم تركيبي برمبناي الگوريتم ژنتيك براي مساله ارائه شده است. اين روش، مجموعهاي از تواليهاي كارا را به منظور حداقل كردن اهداف موردنظر مشخص ميكند.
چكيده لاتين :
Due to the fact that the determination of an efficient scheduling solution in the sequence of single machine operation for multiple objective programming is important, especially in production planning, we are considering a single machine sequencing problem with minimizing the number of the tasks with lateness and weighted tardiness. In this article, the application of new optimization methods in sequencing problem and scheduling are in order. We propose the mathematical model for the problem under consideration first and then by introducing simulated annealing and genetic algorithm, as solution approaches, we test their efficiency for solving the proposed problem. At the end, to increase the efficiency of the proposed model a hybrid/meta-heuristic algorithm based upon the genetic algorithm is proposed. This method identifies a collection of efficient sequencing tools for objectives minimization.
عنوان نشريه :
مهندسي صنايع و مديريت توليد
عنوان نشريه :
مهندسي صنايع و مديريت توليد