این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پژوهش های نوین در تصمیم گیری، جلد ۲، شماره ۳، صفحات ۲۵-۴۷
عنوان فارسی حداقل دیرکرد در زمان‌بندی مسائل جریان کارگاهی با موعد تحویل میانی
چکیده فارسی مقاله این مقاله به  زمان‌بندی کارها در سیستم جریان کارگاهی با معیار عملکرد مجموع دیرکردهای مرحله‌‌ای می‌‌پردازد. این معیار بیانگر شرایطی است که کارها علاوه بر موعد نهایی، دارای موعدهای تحویل میانی برای فعالیت‌‌ها هستند. در برخی از امور، مانند پروژه‌های تحقیقاتی، کارهای خدماتی، طراحی و مهندسی، خروجی گام‌های مختلف تعیین شده و زمان تحویل آن‌ها مشخص می‌شود. با توجه به طی نمودن یک مسیر توسط این پروژه‌ها، استفاده از منابع مشترک و همچنین تعهد به انجام به‌موقع مراحل کاری و عدم تأخیر آن‌ها، برنامه‌‌ریزی صحیح برای تخصیص منابع و زمان‌بندی مناسب جهت حداقل کردن مجموع دیرکردها ضروری می‌نماید. تاکنون، این هدف کمتر مدنظر قرار گرفته و استفاده از روش‌های فراابتکاری برای حل آن مشاهده نشده است.  با توجه به NP-hard بودن چنین مسئله‌‌ای، در این مقاله نسبت به حل آن با روش‌های فراابتکاری، الگوریتم ژنتیک، شبیه‌‌سازی تبرید و ازدحام ذرات اقدام شد. 96 مسئله در ابعاد مختلف و سه مقدار عامل فشردگی برای زمان‌‌های تحویل ایجاد و حل شدند. الگوریتم‌‌های شبیه‌‌سازی تبرید و الگوریتم ژنتیک در رابطه با دستیابی به هدف مسئله، یعنی حداقل مجموع دیرکرد، نتایج بهتری را نشان دادند. روش ازدحام ذرات زمان حل کمتری داشت. در کل با در نظر گرفتن هر دو شاخص، نتایج نشان از برتری الگوریتم ژنتیک در این مسئله دارد.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Total Tardiness Minimization in Flow Shop with Intermediate Due Dates
چکیده انگلیسی مقاله In this paper minimization of total tardiness with intermediate due dates in flow shop scheduling is presented. There are some situations in which there is a due date for each intermediate operation of a job such as research and development and consulting projects. Usually each project (job) is carried out through different phases (machines) and there is an associated due date for each phase. Thus the tardiness of each phase should be considered. Due to the complex nature of the tardiness in flow shop problems and since this problem is a NP-hard, three Meta heuristic approaches; Simulated Annealing, Genetic Algorithm and Particle Swarm Optimization have been applied to reach near optimal solution. Extensive computational experiments are performed on 96 generated scenarios. Two indicators were used to evaluate the Meta heuristics. The results indicate that Simulated Annealing and Genetic Algorithm presented better solutions for the given scheduling problem. Moreover considering the CPU time, Genetic Algorithm provided the solution in less time.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله لعیا الفت |
استاد، گروه مدیریت صنعتی، دانشکده مدیریت و حسابداری، دانشگاه علامه طباطبائی، تهران، ایران
سازمان اصلی تایید شده: دانشگاه علامه طباطبایی (Allameh tabatabaii university)

نشانی اینترنتی http://journal.saim.ir/article_28673_be56bc560dac0b938a6601476f725188.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1432/article-1432-516634.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