این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مهندسی بیوسیستم ایران، جلد ۵۰، شماره ۴، صفحات ۹۲۷-۹۳۸
عنوان فارسی تلفیق منطق فازی و الگوریتم ژنتیک به‌منظور مدیریت هزینه - زمان - کیفیت در واحدهای شالی‌کوبی مدرن شهرستان رشت
چکیده فارسی مقاله فیزیک ظریف و حساسیت بالا در فرآیند تبدیل شلتوک به برنج سفید از یک‌سو و اهمیت کیفیت و نقش آن در ارزش‌افزوده محصول نهایی از سوی دیگر بیانگر اهمیت مدیریت سه شاخص کیفیت، هزینه و زمان در تولید برنج می­باشد. لذا هدف از این مطالعه دستیابی به چیدمانی بهینه از روش­های مختلف با کمترین هزینه، کمترین زمان و بالاترین کیفیت در فرآیند تبدیل می­باشد. بدین منظور تمامی روش­های ممکن برای هر مرحله از فرآیند تبدیل در واحدهای شالی­کوبی مدرن بیان گردید و بازه‌ای از اعداد فازی برای آن‌ها در نظر گرفته شد. همچنین مدیریت ریسک نیز با اعمال برش­های فازی بین صفر تا یک، جهت بررسی عدم قطعیت انجام شد. در گام بعد نیز با استفاده از الگوریتم‌های ژنتیک مبتنی بر دسته‌بندی نامغلوب (NSGA-II) و رتبه‌بندی نامغلوب (NRGA-II) مدیریت پروژه صورت پذیرفت. طبق نتایج، الگوریتم ژنتیک (NSGA-II) عملکرد بهتری نسبت به الگوریتم ژنتیک (NRGA-II) در حل این مسئله از خود نشان داد و نهایتاً در واحدهای شالی‌کوبی مدرن کمترین زمان، کمترین هزینه و بالاترین کیفیت در شرایط قطعی (1=α) به ترتیب 22/22 ساعت، 8088170 ریال و 62 درصد به دست آمد.
کلیدواژه‌های فارسی مقاله الگوریتم ژنتیک، رنج، شالی‌کوبی، مدیریت پروژه، منطق فازی،
عنوان انگلیسی Joint Fuzzy Logic and Genetic Algorithm to Management of Cost-time-quality in Modern Milling units of Rasht County
چکیده انگلیسی مقاله Managing three indicators of quality, cost and time in rice production is important.Therefore, the purpose of this study was to achieve optimal layout of different methods with the lowest cost, minimum time and highest quality in the conversion process. For this purpose, all possible methods for each stage of the conversion process in the modern milling units were expressed and a series of fuzzy numbers was considered for them. Risk management was also done by applying fuzzy cutes from zero to one to investigate uncertainty. In the next step, the project management was adopted using the non-dominated sorting genetic algorithm (NSGA-II) and non-dominated ranked genetic algorithm (NRGA-II). Based on the results, the genetics algorithm (NSGA-II) showed better performance in comparison with genetic algorithm (NRGA-II) in solving this problem and finally, the lowest time, minimum cost and the highest quality in the specified conditions (α = 1) were founded 22.22 hours, 8088170 Rial and 62%, respectively.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله اشکان نبوی پله سرائی |
دانش‌آموخته دکتری، گروه مهندسی ماشین‌های کشاورزی، دانشکدۀ مهندسی و فناوری کشاورزی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران

شاهین رفیعی |
استاد، گروه مهندسی ماشین‌های کشاورزی، دانشکدۀ مهندسی و فناوری کشاورزی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران

سید سعید محتسبی |
استاد، گروه مهندسی ماشین‌های کشاورزی، دانشکدۀ مهندسی و فناوری کشاورزی، پردیس کشاورزی و منابع طبیعی، دانشگاه تهران، کرج، ایران

نشانی اینترنتی https://ijbse.ut.ac.ir/article_72439_9fb2884c9a84f17a9c51c3305f0ecc44.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1228/article-1228-2249661.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