رویکرد شبیه سازی- بهینه سازی برای یافتن توالی بهینه در مسئله پویای تولید کارگاهی دارای خرابی و دوباره کاری

چکیده:
در این مقاله سعی شده است با ادغام شبیه سازی و الگوریتم ژنتیک رویکردی پیشنهاد شود که بتوان از آن در هر مسئله تولید کارگاهی که قابلیت مدل شدن با شبیه سازی را داشته باشد استفاده کرد. در رویکرد پیشنهادی برای درنظرگیری محدودیت هایمسئله از مدل شبیه سازی و برای بهینه سازی از الگوریتم ژنتیک استفاده می شود. بدین منظور ماتریسی به عنوان رابط تعریف می شود که هم زمان نقش بردار کنترلی برای مدل شبیه سازی و نمایش ماتریسی جواب برای الگوریتم ژنتیک را ایفا می کند. در این روش با استفاده از الگوریتم ژنتیک تغییراتی درماتریس اعمال می شود و سپس ماتریس وارد مدل شبیه سازی شده و تابع هدف تعریف شده در مسئله به عنوان تابع برازش برای الگوریتم ژنتیک گزارش می شود و این روند تا رسیدن به شرایط اتمام الگوریتم ادامه پیدا می کند.
روش پیشنهادی بر مسائل معیار تولید کارگاهی سنتی و با تابع هدف زمان اتمام آخرین کار آزمایش می شود و نتایج حاصل با نتایج روش برنامه ریزی عدد صحیح مختلط مقایسه می شود. سپس اولویت دهی مناسب برای مینیمم کردن تابع هدف چندگانه، در یک سیستم تولید کارگاهی پویای دارای خرابی و دوباره کاری به دست می آید. نتایج به دست آمده نشان می دهد روش بهینه سازی براساس شبیه سازی از توانایی بالایی برای مدل سازی و یافتن جواب مناسب در اکثر مسائل تولید کارگاهی برخوردار است.
زبان:
فارسی
صفحات:
157 تا 174
لینک کوتاه:
magiran.com/p1716275 
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یک‌ساله به مبلغ 1,390,000ريال می‌توانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
  • حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران می‌شود.
  • پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانه‌های چاپی و دیجیتال را به کاربر نمی‌دهد.
In order to view content subscription is required

Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!