جستجوی مقالات مرتبط با کلیدواژه « simulated annealing algorithm » در نشریات گروه « مدیریت »
تکرار جستجوی کلیدواژه «simulated annealing algorithm» در نشریات گروه «علوم انسانی»-
شکل متمرکز است که در آن توابع -U این مقاله بر ارایه یک مدل جدید برای مسیله بالانس خط مونتاژ هدف از جنس هزینه، ظرفیت و کیفیت به طور هم زمان در قالب یک مسیله بررسی می شود. به علاوه فرض شده هر وظیفه به مجموعه ای از ابزارآلات نیاز دارد و کیفیت انجام وظایف توسط کارگرها نیز متفاوت است؛ بنابراین هدف مدل این است که تجهیزات و کارگران به نحوی به ایستگاه ها تخصیص یابند که مجموع هزینه ی تجهیزات حداقل شود و کیفیت انجام کار در بالاترین سطح ممکن قرار گیرد. علاوه بر ایندو هدف، تعداد ایستگاه ها نیز کمینه میشوند. به این منظور، ابتدا یک مدل برنامه ریزی چندهدفه غیرخطی آمیخته عدد صحیح ارایه می شود. سپس مدل، خطیسازی شده و برای حل مسیله، الگوریتم فراابتکاریشبیه سازی تبرید و نیز دو حالت بهبودیافته ی آن به کارگیری می شود. دو الگوریتم پیشنهادی شامل یکبرنامه رمزگذاری و رمزگشایی جدید و نیز جستجوی محلی برای تخصیص کارگر به هر ایستگاه است.برای تعیین حدود پارامترها در این سه الگوریتم از روش طراحی آزمایش استفاده شده و به ازاء ترکیب پارامترها، حالت های مختلفی برای حل مسیله ایجاد شده است. سپس، بر اساس گراف های موجود درادبیات تحقیق مثال های عددی ایجاد و نتایج حل آنها با سه الگوریتم مقایسه و کارایی الگوریتم ها سنجشمی شوند. به علاوه، برای ارزیابی کارایی مدل و الگوریتم پیشنهادی در مسایل واقعی، مطالعه موردی در خط مونتاژ قطعه نازل انجام گردید که در پالایشگاه های نفت کاربرد دارد. نتایج حل مطالعه موردی و بررسی شاخص های عملکرد برای آن، بیانگر کارایی و عملکرد بهتر حالتهای بهبودیافته الگوریتم شبیه سازی تبرید است.
کلید واژگان: مسئله بالانس خط مونتاژ U-شکل (UALBPs), الگوریتم شبیه سازی تبرید, برنامه ریزی غیرخطی آمیخته عدد صحیح, تخصیص ابزارآلات, کیفیت انجام کار}This paper focuses on a novel model of the U-shaped assembly line balancing problem, in which the objective functions include cost, capacity, and quality are simultaneously examined. It is assumed that each task requires a set of equipment. In addition, the quality of tasks performed by each worker varies. Hence, the purpose of the model is that the total cost of the equipment is minimized and the quality of the work is maximized. Additionally, the number of workstations is minimized. To this end first, a multi-objective non-linear mixed-integer programming model is provided. Then, the model is linearized, and simulated annealing (SA) algorithm and two of its modified modes have been proposed to solve the problem. The proposed algorithm includes a new encoding/decoding scheme, as well as a local search for assigning the worker to each station. To determine the parameters in three algorithms, the experimental design has been used and various modes have been created by combining the parameters. Moreover, numerical examples were established based on the graphs found in the literature and the solution is compared with three algorithms, revealing the efficiency of each algorithm. Additionally, a case study on the nozzle assembly line in oil refineries was conducted to evaluate the efficiency of the proposed model and algorithm. Results from the case study show that the modified SA algorithms performed better.
Keywords: U-shaped assembly line balancing problems (UALBPs), Simulated Annealing algorithm, non-linear mixed-integer programming, equipment allocation, work quality} -
One of the biggest challenges of projects is the limitation in human resources and, more clearly, the limitation in the number of skilled workers. Proper allocation of workers can increase the quality of production. Production workers, as the largest producer of the production leap, play a key role in improving the country's production system. Therefore, their proper timing is very important. In this research, by developing the concept of fatigue caused by the same work into two types of positive and negative fatigue caused by doing similar work and not just the same, a new and flexible model is presented that uses it Tasks can be scheduled so that similar tasks are assigned to each operator in the smallest programmable period and dissimilar tasks in the largest programmable period, so that the total allocation cost (including the total cost of doing the work and the total cost of fatigue). Because the proposed workflow scheduling model is formulated as a multi-period BoH allocation model and formulated as a nonlinear integer model, it falls into the category of compositional optimization. To overcome its algorithmic complexity, the Simulated Anealing algorithm is developed.Keywords: Career Scheduling, Simulated Annealing Algorithm, Positive, Negative Fatigue}
-
در این پژوهش مسایل مکان یابی انبارهای متقاطع، مسیریابی و زمان بندی وسایل نقلیه را به طور هم زمان در یک زنجیره تامین سه سطحی با امکان برداشت و تحویل گسسته، با هدف کمینه سازی مجموع هزینه ها (هزینه احداث انبارهای متقاطع، هزینه های ثابت و متغیر حمل ونقل و جریمه تاخیر و تعجیل)، موردمطالعه قرار گرفته و یک مدل برنامه ریزی ترکیبی عدد صحیح غیرخطی برای آن ارایه شده است. در این مدل تصمیم گیری در خصوص تخصیص وسایل نقلیه ناهمگن به فرآیند برداشت و تحویل و انتخاب مکان و تعداد انبارهای متقاطع برای احداث از میان مکان های بالقوه موجود پس از حل مدل صورت می گیرد. فرض چندمحصولی بودن شامل تک تک تامین کنندگان، انبارهای متقاطع و مشتریان می شود. برای تحویل هر نوع از کالاها در محل هر یک از مشتریان یک پنجره زمانی نرم در نظر گرفته شده است و علاوه بر جریمه تاخیر، جریمه تعجیل در تحویل کالاها متناسب با مدت زمان و مقدار کالای مواجه شده با تاخیر/ تعجیل محاسبه می شود. سه دسته مسئله در ابعاد کوچک، متوسط و بزرگ به صورت تصادفی تولید و با استفاده از الگوریتم شبیه سازی تبرید حل شده اند. برای مسایل کوچک، جواب حاصل از روش های حل دقیق با نتایج الگوریتم شبیه سازی تبرید مقایسه شده است.
کلید واژگان: برنامه ریزی ریاضی, مکان یابی انبارهای متقاطع, مسیریابی وسایل نقلیه, برداشت و تحویل گسسته, الگوریتم شبیه سازی تبرید}This research studies cross-docking centers location and vehicles routing scheduling problems simultaneously in a three-level supply chain with discrete pick-up and delivery. The proposed problem is formulated as a mixed-integer nonlinear programming model with the aim of reducing total cost includes cross-docking centers construction cost, transportation fixed and variable costs, earliness and tardiness penalty costs. In this supply chain model, vehicles start from a cross-docking center and pick up different products from various suppliers and after classifying and preparing products at cross-docking centers, a different group of vehicles are sent to deliver products to customers. For delivering any kind of product to each customer, a soft time window is considered. Herein, three types of small, medium and large size instances have been generated randomly and solved by using the proposed simulated annealing algorithm. For small problems, the results from simulated annealing algorithm are compared with the solutions obtained by the exact methods.
Keywords: Mathematical Programming, Cross-Docking Location, Vehicle Routing, Discrete Pick-up, Delivery, Simulated Annealing Algorithm} -
این پژوهش به بررسی مسئله مسیریابی وسایل نقلیه الکتریکی با در نظر گرفتن محدودیت حجم باری خودرو می پردازد که در این مسئله ناوگان حمل ونقل شامل وسایل نقلیه الکتریکی است که با توجه به ظرفیت محدود باتری آنان باید محدودیت های آن نیز در برنامه ریزی توزیع در نظر گرفته شود. به این منظور نقاط شارژ مجدد در شبکه حمل ونقل در نظر گرفته می شود تا در صورت نیاز به شارژ باتری، خودرو شارژ مجدد را انجام دهد و مسیر خود را تکمیل کند. ازآنجاکه وسایل نقلیه الکتریکی به صورت محدود در توزیع کالا استفاده می شوند، باید سایر جنبه های آن را نیز در نظر گرفت. یکی از جنبه های مهم محدودیت حجم باری این وسایل است که نسبتا فضای باری کمتری دارند. گاهی ممکن است کالاهای تخصیص داده شده به یک وسیله نقلیه از نظر محدودیت وزنی موجه باشد، ولی مجموع حجم کالاها از حجم باری خودرو تجاوز کند؛ درنتیجه در این پژوهش یک مدل برنامه ریزی ریاضی برای فرموله سازی مسئله ارائه می شود؛ سپس چندین نمونه مسئله به منظور اعتبارسنجی طراحی و حل می شود که برای حل در ابعاد بزرگ از الگوریتم شبیه سازی تبرید استفاده خواهد شد.کلید واژگان: مسیریابی وسایل نقلیه, خودروی الکتریکی, شارژ مجدد, محدودیت حجم, الگوریتم شبیه سازی تبرید}This study investigates the problem of electric vehicles routings with a limit on the volume of vehicles capacity. In this regard, the fleet which includes some electric vehicles with given limited battery capacities, should also be taken into account in the planning of distribution. To this end, recharge points are provided in the transmission network to recharge the cars and complete their routes if a battery needs to be recharged. As electric vehicles are only used in the distribution of goods, other aspects should also be considered. One of the important aspects of cargo volume limitation is the relatively low cargo space. Sometimes the goods assigned to a vehicle may be justified by the weight limit but the total volume of goods may exceed the freight volume. Thus, in this research, a mathematical programming model for the problem is presented. Then, several problem instances are designed to validate the model. Then a simulated annealing based algorithm is developed to solve large-scale problems for real world applications.Keywords: Vehicles Navigation, Electric Vehicles, Recharge Stations, Volume Capacity, Simulated Annealing Algorithm}
-
امروزه، زیرساختهای حیاتی در سیستمهای تامین، در معرض حملات عمدی هستند که این امر سبب شده است تا برای فراهم آوردن آمادگی لازم و واکنش مناسب در برابر حملات، مسئله مستحکمسازی زیرساختهای حیاتی مطرح گردد. در این مقاله، نوع خاصی از مسئله مستحکمسازی زیرساختهای حیاتی مورد بحث قرار گرفته است که در آن، قبل از آنکه زیرساختهای حیاتی احداث گردند، در مورد مستحکمسازی آنها برنامه ریزی می شود. مسئله به صورت یک برنامه ریزی دو سطحی فرموله شده است که در سطح بالا، (مدافع) با در نظر گرفتن این که کدام تسهیلات احداث شوند، هر تسهیل، در شرایط پیش از حمله، به کدام مشتری خدمترسانی کند و برای شرایط بعد از حمله، برای هر تسهیل چه تعداد مدافع تخصیص داده شود، به دنبال کمینه سازی مجموع هزینه ها میباشد.این درحالی است که در سطح پایین، (حمله کننده) با در نظر گرفتن این که به کدام تسهیلات و با چه سطح شدتی حمله شود، به دنبال تحمیل حداکثر هزینه به سیستم است. برای حل مسئله، روش فراابتکاری مبتنی بر الگوریتم تبرید شبیه سازی شده پیشنهاد شده است و با حل یک مثال و مقایسه نتایج آن با نتایج حل دقیق، کارآیی روش سنجیده شده است.کلید واژگان: مسئله R- میانه ممانعتی, برنامه ریزی دو سطحی, مستحکم سازی احتمالی, الگوریتم تبرید شبیهسازی شده}Today, vital infrastructure of security systems, are at risk of deliberate attacks and to provide the necessary preparations and an appropriate response to the attacks, strengthening the vital infrastructure is considered. In this paper, a special type of strengthening the vital infrastructure is discussed that in which before they are constructed, there would be planning about strengthening them. The case is formulated as a two-level planning that in high level, the defender is looking for minimizing the total cost, considering which facilities are built, and each facility, in terms of pre-attack, services which costumer and in terms of post-attack, how many defenders assigned to each facility. While at a low level, (the attacker) is looking for imposing the maximum cost to the system considering which facility and at what level of severity, is attacked. To resolve the case, a meta-heuristic ways based on simulated annealing method suggested and by solving an example and compare its results with the results of the exact solution, the effectiveness of the method has been tested.Keywords: R-interdiction median problem, Two level planning, Probable strengthening, Simulated Annealing algorithm}
-
هدفنظام سلامت یکی از بزرگترین صنعت ها بهشمار میرود و برای حل مشکلات آن، به تلفیقی از دانش و مهارت های مدیریتی و بالینی نیاز است. در این پژوهش، مسئله برنامه ریزی استراتژیک و تخصیص ظرفیت اتاق های عمل با در نظر گرفتن استراتژی برنامه ریزی و زمانبندی بلوکی مطالعه شده است و یک مدل تلفیقی برای تعیین آمیخته بهینه جراحی ها و تخصیص ظرفیت به سرویس های جراحی بهصورت برنامه ریزی آرمانی تصادفی برای مقابله با عدم قطعیت در تقاضای هر عمل ارائه شده است. هدف مدل حداقل کردن انحرافهای نامطلوب شامل تقاضای برآورده نشده، اضافه کاری سرویس ها و بیکاری اتاق های عمل تخصیص یافته، است.روشبهدلیل NP-hard بودن مسئله، دستیابی به جواب دقیق با بزرگ شدن ابعاد آن بهصورت نمایی مشکل است. برای این منظور، الگوریتم فراابتکاری شبیه سازی تبرید پیشنهاد شده است. نتایج مدل ریاضی بهکمک نرمافزار GAMS با حل کننده COINBONMIN و روش شبیهسازی تبرید توسط نرم افزار متلب R2017a با یکدیگر مقایسه شده است.یافتههامثال های ارائه شده، از اطلاعات بخش اتاق عمل بیمارستانی در کانادا با 9 سرویس جراحی، 110 عمل جراحی، 16 اتاق عمل و 220 تخت بستری استخراج شده است. برای کاهش تعداد متغیرهای تصمیم و قابل حل بودن مدل ریاضی، برای هر مثال، سرویسها و جراحیهای اندک با اتاقهای عمل محدودی انتخاب شد. مجموع بیکاری اتاق های عمل تخصیصیافته در همه مثال ها و در هر دو روش برابر با مقدار ایده آل صفر بوده است. اختلاف میان مقادیر تابع بهینه هدف بهدست آمده از مدل برنامه ریزی آرمانی تصادفی و الگوریتم شبیه سازی تبرید در مثال های ارائه شده در بازه ]6/0,05/0[ قرار دارد.نتیجهگیریدر این پژوهش مدل برنامه ریزی آرمانی تصادفی برای برنامه ریزی و تعیین تعداد و ترکیب بهینه جراحیها و تخصیص ظرفیت به سرویس های جراحی با در نظر گرفتن تقاضای غیرقطعی ارائه شده است. ایده مدل پیشنهاد شده آن است که با تغییر تعداد و ترکیب موارد جراحی، می توان انحرافهای نامطلوب را کاهش داد.کلید واژگان: مسئله تخصیص ظرفیت, مسئله تعیین آمیخته بیماران, برنامهریزی استراتژیک اتاق عمل, الگوریتم شبیهسازی تبرید, برنامهریزی آرمانی تصادفی}ObjectiveAs a crucial industry,the health system needs both managerial and clinical knowledge to solve its problems. This research studies the strategic planning and capacity allocation in operating rooms considering planning and block scheduling strategies. And then, a combined model for determining the optimal case-mix planning and allocating capacity to surgical services is developed as a stochastic optimal programming to face with the uncertain demand for surgery. The purpose of this model is to minimize undesirable deviations including unsatisfied demand, services overutilization and inactive operating rooms.MethodsBecause the problem is NP-hard in nature, determining the exact solution for real cases will be difficult exponentially. Therefore, a meta-heuristic simulated annealing algorithm is proposed. The results of the mathematical model using GAMS (COINBONMIN) and simulated annealing method, using MATLAB have been compared.ResultsThe samples have been extracted from a Canadian hospital with 9 surgical services, 110 surgeries, 16 operating rooms and 220 beds. To decrease the number of variables and solve the mathematic model, only a few services, surgeries and operating rooms have been selected. The number of operating rooms not underutilization as studied by both methods for all samples is zero – the optimal. The difference between the optimal values of the objective function obtained from the stochastic goal programming and the simulated annealing method for the samples lies within the range of [0/05, 0/6].ConclusionA stochastic goal programming model has been proposed to determine the number and composition of surgical operations and allocate capacity to surgical services with regard to uncertain demand. The idea of the proposed model is that by changing the number and composition of surgical cases, undesirable deviations can be minimizedKeywords: Capacity allocation problem, Case-mix problem, Operational room strategic planning, Simulated annealing algorithm, Stochastic goal programming}
-
این پژوهش به حل ابتکاری مسئله مکان یابی تسهیلات ظرفیت دار تک-منبع اختصاص یافته است. در این نوشتار، ابتدا یک روش جستجو ی محلی برای حل مسئله معرفی شده و سپس سازوکار حریصانه آن با دیدگاه تبرید شبیه سازی شده ترکیب می گردد تا توان گریز از بهینگی موضعی را ایجاد کند. در ادامه، سازوکار های هوشمندانه ای برای تسریع آن اتخاذ می شود تا فرآیند جستجو را کارآمد سازد. سازوکار های تسریع یادشده شامل الگوریتم هایی به منظور تمرکز جستجو بر بخش هایی از فضای جواب و نیز الگوریتم هایی به جهت موازی سازی فرآیند جستجو است. به کارگیری هر یک از این سازوکارها صورت کارآمدی از الگوریتم مذکور با ویژگی های محاسباتی متفاوت به دست خواهد داد. نتایج به دست آمده از به کارگیری روش فوق به روی نمونه های معتبر از مسئله مکان یابی تسهیلات تک-منبع، نه تنها از موفقیت آن در مقایسه با بهترین روش های حل موجود حکایت دارد، بلکه آن را به عنوان ابزاری عملی برای به کارگیری روی نمونه های دنیای واقعی مطرح خواهد ساخت.کلید واژگان: مکان یابی تسهیلات, روش های ابتکاری, الگوریتم تبرید شبیه سازی شده, موازی سازی, ساختار همسایگی}In this paper, a heuristic solution approach to the single source capacitated facility location problem is considered. As a first step, a local search method is designed to perform quick simple moves in the solution structure. Then, the greedy manner of the local search is combined by Simulated Annealing meta-heuristic. Such a careful combination would allow escaping local optima with the aim of more diversified search capabilities. The method, then makes use of acceleration mechanisms to enhance search process. Here, we combine the algorithm with two different acceleration mechanisms namely consecrating mechanism and parallelizing mechanism. Such a combination will define two different versions of the mentioned search strategy based on simulated annealing meta-heuristic. Computational results obtained over the existing standard benchmark instances, not only demonstrate the superiority of the proposed method over the best existing ones, but also announce the method as an effective practical tool to tackle the problem.Keywords: Facility Location, Heuristic Methods, Simulated Annealing Algorithm, Parallelism, Neighborhood Structure}
-
ایران جزو کشورهایی به شمار می رود که نرخ وقوع فجایع طبیعی به ویژه زلزله در آن بسیار بالا بوده و ازاین رو، مدیریت زنجیره تامین بشردوستانه قبل، حین و بعد از حادثه از اهمیت خاصی برخوردار است. یکی از اجزای این زنجیره، مراکز فوریت های پزشکی هستند. مراکز فوریت های پزشکی با رسیدگی به موقع به بیماران باعث کاهش مرگ ومیر و زیان های جبران ناپذیر ناشی از جراحات و صدمات حوادث می شوند. بنابراین، محل استقرار این مراکز نقش اساسی در کاهش زمان پاسخ به تقاضا دارد و جانمایی این مراکز از اهمیت بسیار زیادی برخوردار است. هدف اصلی این پژوهش بررسی نحوه جانمایی صحیح مراکز فوریت های پزشکی با هدف حداکثر کردن پوشش تقاضا و کاهش زمان امداد و نجات در یک زنجیره تامین بشردوستانه می باشد. به منظور پاسخ به مسئله بهبود کیفیت پاسخگویی به تقاضا در مراکز فوریت های پزشکی یک مدل ریاضی ارائه شد که با درنظرگرفتن برخی شرایط برای مسئله، اقدام به یافتن بهینه ترین تعداد مکان ها برای بهبود کیفیت پاسخ گویی نموده است. برای حل این مسئله، یک الگوریتم ابتکاری که در آن از دو الگوریتم فرا ابتکاری استفاده شده است، ارائه شد. سپس تعداد 16 سناریو با استفاده از الگوریتم ارائه شده حل شد که با توجه به دقت پاسخ های به دست آمده و سرعت بالای همگرایی الگوریتم پیشنهادی می توان از آن در شبکه های بزرگ و پیچیده ای که در آن ها رسیدن به جواب دقیق در زمان معقول امکان پذیر نیست، استفاده کرد.کلید واژگان: زنجیره تامین بشردوستانه, جانمایی, مراکز فوریت پزشکی, شبیه سازی تبرید}In Iran the rate of natural disasters, especially the earthquake, is very high, hence the humanitarian supply chain management before, during and after the disaster occurrence is very important. In other hand emergency medical centers are main part of this chain. Emergency medical centers with timely treatment of injuries reduced the irreversible damage of disaster. Therefore, the location of these centers has a major role in reducing the response time to affected people and the locating of these centers is very important. The main objective of this study is to determine the location of emergency medical centers in order to maximize the demand coverage and reduce the rescue time in a humanitarian supply chain. In order to solve the emergency medical centers location problem a mathematical model was presented, considering some conditions for the problem and sought to find the optimal locations for the establishment of these centers. To solve this problem, an innovative algorithm was presented in which two meta-heuristic algorithms were used. Then, 16 scenarios were solved by using the proposed algorithm. Due to the accuracy of the obtained responses and the high speed of the convergence of the proposed algorithm, it can be used in large and complex problems that cannot reach the exact answer in a reasonable time.Keywords: Humanitarian supply chain, Locating, Emergency Medical Centers, Simulated Annealing Algorithm}
-
در این پژوهش، یک مدل تعیین اندازه انباشته دو سطحی با چند روش تولید و تقاضای فازی ارائه می-شود. هدف مدل ارائه شده حداقل سازی هزینه است. برای حل مدل از روش های مختلفی نظیر الگوریتم ژنتیک، تبرید شبیه سازی شده و بهینه سازی میرایی ارتعاش استفاده شد. برای تنظیم پارامتر الگوریتم های فراابتکاری، از روش تاگوچی بهره گرفتیم؛ سپس برای اثبات عملکرد مناسب روش های حل ارائه شده و انتخاب کاراترین روش برای حل مدل ارائه شده، ابتدا مسائل آزمایشی با ابعاد مختلف تولید شده و سپس توسط نرم افزار لینگو و الگوریتم های پیشنهادی حل شد؛ در نهایت پاسخ ها را مورد تجزیه وتحلیل قرار دادیم. بر اساس تجزیه وتحلیل آماری و نتایج نمودارها، جواب های الگوریتم بهینه سازی میرایی ارتعاش در مسائل با اندازه بزرگ کیفیت بهتری نسبت به الگوریتم تبرید شبیه سازی شده و الگوریتم ژنتیک داشته است؛ همچنین جواب های الگوریتم تبرید شبیه سازی شده در مسائل با اندازه بزرگ کیفیت بهتری نسبت به الگوریتم ژنتیک داشته است.کلید واژگان: ساختار محصول چند سطحی, مسئله تعیین اندازه انباشته, الگوریتم تبرید شبیه سازی شده, الگوریتم بهینه سازی میرایی ارتعاش, الگوریتم ژنتیک}In This Article, a two level lot sizing problem with multi production methods and fuzzy demand is presented.The objective of the model is to minimize the costs.Various approaches like Genetic Algorithm (GA), Simulated Annealing (SA) and Vibration Damping Optimization (VDO) are applied to solve the model. Taguchi method has been utilized to calibrate the parameters of algorithms. Then, in order to prove the appropriate performance of the presented solving methods and choosing the most efficient method in order to solve the presented model, first, trial issues created with different dimensions and next solved by Lingo software and the proposed algorithms.Finally, we analyzed the responses.According to the statistical analysis and the results shown by the graph,Vibration Damping Optimization algorithm responses in large dimension issues is better than Simulated Annealing and Genetic Algorithm. Also Simulated annealing responses in large dimensionissues is better than Genetic Algorithm.Keywords: Multilevel Product Structure, LotSizing Problem, Simulated Annealing Algorithm, Vibration Damping Optimization Algorithm, Genetic Algorithm}
-
خط مونتاژ چندسویهیک خط تولید معمول در کارخانه هایی است که وظیفه ها به صورت موازی در چند سوی خط انجام می شوند. این نوع خط در تولید کالاهای بزرگ مانند خودرو به کار می رود. متوازن بودن خط، برای بهبود بهروه وری در خط مونتاژ دوسویه بسیار مهم است. این مقاله رویکردی نوین براساس الگوریتم شبیه سازی تبرید برای متوازن سازی خط مونتاژ چندسویه ارائه می دهد. محدودیت های ناحیه ای، زمان چرخه، زمان کاری و رابطه های پیش نیازی به عنوان محدودیت های سخت و محدودیت های وضعیتی به عنوان محدودیت نرم در نظر گرفته شده اند. برای نشان دادن توانایی کاربرد، رویکرد پیشنهادی بر یک خط مونتاژ واقعی نمونه به کار برده شده است. براییافتن مقدار مناسب پارامترهای الگوریتم، سناریوهای گوناگونی بر خط مونتاژ نمونه اجرا شد. یافته ها نشان می دهد که رویکرد پیشنهادی در دستیابی به هدف های از پیش تعیین شده مسئله بالانس خط، توانمند است.کلید واژگان: الگوریتم شبیه سازی تبرید, بالانس عمودی خط مونتاژ, خط مونتاژ چندسویه, زمان چرخه, محدودیت نرم, همبارسازی ایستگاه ها}Multi-sided assembly line is a typical production line in factories, where tasks are performed parallel in different sides of the assembly line. This type of line is normally found in producing large products such as cars. It is very important for the production line to be balanced in order to improve the production productivity. This paper presents a new approach based on simulated annealing algorithm to vertical balancing of multi-sided assembly lines. Zoning constraints, cycle time, working time and precedence relationships are considered as hard constraints while positional constraints are considered as soft constraints. To show the applicability of the proposed approach, it is applied on a real sample assembly line. In order to find the most suitable values for the parameters of the algorithm, different scenarios have been run on the sample assembly line. Findings indicate that the proposed approach is highly capable to achieve the predetermined goals of the line balancing problem.Keywords: cycle time, multi-sided assembly line, Simulated annealing algorithm, smoothing station loads, soft constraint, vertical assembly line balancing}
-
امروزه، تولید انواع زباله و مشکلات زیست محیطی مربوط به آن، مدیریت خدمات شهری را با مشکلات زیادی در زمینه جمع آوری حمل و نقل و دفع زباله مواجه سا خته است. با توجه به این که جمع آوری و حمل زباله ها بخش شایان توجهی از بودجه مدیریت زباله ها را به خود اختصاص می دهد، به کارگیری روش مناسب برای کم کردن هزینه های جمع آوری، ضروری به نظر می رسد. در این پژوهش یک مدل ریاضی برای جمع آوری زباله ارائه شده که با کمینه کردن مسافت طی شده توسط کامیون ها، هزینه های مربوط به جمع آوری و حمل و نقل را کاهش می دهد. همچنین مدل این انعطاف پذیری را دارد که در صورت نیاز، زباله های یک گره در دو یا چند زمان مجزا جمع آوری شوند. در ادامه، چند مسئله در ابعاد کوچک با نرم افزار CPLEX و همچنین با الگوریتم فراابتکاری حل شد و نتایج هر دو روش مقایسه شدند. سپس داده های مربوط به مطالعه موردی جمع آوری شد و تورهای مربوط به حرکت خودروها با استفاده از الگوریتم فراابتکاری به دست آمد. در پایان با استفاده از یک مدل ریاضی تعداد خودروهای مورد نیاز برای مسئله محاسبه شد.کلید واژگان: الگوریتم تبرید شبیه سازی شده, جمع آوری زباله, مدیریت شهری, مسئله مسیریابی خودرو با پنجره های زمانی}Producing various types of waste and related environmental problems, has faced urban management with many problems in the areas like: collection, transportation and waste disposal. Applying a good way to reduce the costs of collecting waste seems necessary, because collection and transportation of the waste needs allocation of a significant part of garbage management budget. In the present study, a mathematical model is presented for waste collection by which we can reduce the costs of collecting the waste by minimizing the distance for the trucks. The model is flexible enough to manage collecting the waste of a node in different separate times. Then, some small-scale issues were solved using CPLEX software and meta-heuristic algorithm and the results were compared. The data for the case study were collected and the meta-heuristic algorithm was used to determine the vehicle schedule. Finally, a mathematical model was used to decide about the number of vehicles requiredKeywords: Capacitated vehicle routing problem time windows, Garbage collection, Simulated annealing algorithm, Urban management}
-
در این مقاله، یک مدل ریاضی مبتنی بر برنامه ریزی عدد صحیح آمیخته برای مساله زمانبندی جریان کارگاهی انعطاف پذیر با ماشین های موازی نا‍مرتبط و زمانهای راهاندازی وابسته به توالی با هدف کمینه‍سازی مجموع زودکرد و دیرکرد، ارائه شده است. به علت پیچیدگی این مساله، برای حل مسائل با ابعاد بزرگ، از الگوریتم های فراابتکاری استفاده شده است؛ در این پژوهش یک الگوریتم مبتنی بر شبیه سازی تبرید و الگوریتم دیگری مبتنی بر بهینه سازی ذرات ارائه شده است، و برای تنظیم پارامترهای الگوریتم های پیشنهادی از روش طراحی آزمایش های تاگوچی استفاده شده است. برای تحلیل عملکرد الگوریتم های حل، چهل ویک مساله نمونه با ابعاد مختلف طراحی، و هرکدام ده مرتبه اجرا شده است. با توجه به تحلیل نتایج آزمایش های محاسباتی زمان حل الگوریتم مبتنی بر بهینه سازی ذرات کمتر بوده است، ولی کیفیت جواب حاصل از الگوریتم مبتنی بر شبیه سازی تبرید بهتر از الگوریتم مبتنی بر بهینه سازی ذرات بوده است؛ به طور متوسط میزان درصد انحراف نسبی، نتایج آزمایش های محاسباتی الگوریتم مبتنی بر بهینه سازی ذرات 4.4 درصد، و الگوریتم مبتنی بر شبیه سازی 2.3 درصد بوده است.کلید واژگان: الگوریتم بهینه سازی انبوه ذرات, الگوریتم شبیه سازی تبرید, دیرکرد, زمان بندی جریان کارگاهی انعطاف پذیر, زمانهای راهاندازی وابسته به توالی, زودکرد}In this paper, a mixed integer programming formulation for flexible flow shop scheduling problem with unrelated machines and sequence dependent setup times is proposed in order to minimize sum of earliness and tardiness. Due to the fact that this problem is NP-Hard, a SA-based heuristic as well as a PSO-based heuristic are proposed to tackle the complexity of the problem. Later, the parameters of these algorithms are set by Taguchi method and then, these meta-heuristic algorithms are compared with each other by 410 test problems. At the end, a number of topics are proposed for future research.Keywords: flexible flow shop scheduling problem, sequence dependent setup time, earliness, tardiness, simulated annealing algorithm, particle swarm optimization algorithm}
-
در این پژوهش، مدل مساله اندازه انباشته چند سطحی [i] مورد استفاده برای تعیین اندازه انباشته تولید در محیط های صنعتی، توسعه داده شده و مساله جدیدی با عنوان مساله اندازه انباشته چند سطحی با موجودی تخریب شدنی و هزینه های دفع [ii] ارائه می گردد. در مساله ارائه شده، فرض موجودی تخریب شدنی [iii] به منظور با پوشش قرار دادن محصولاتی از قبیل الکل، گازوئیل، مواد رادیو اکتیو، مواد غذایی و سایر کالاهای تخریب شدنی به مدل مساله اندازه انباشته چند سطحی افزوده شده است. علاوه بر این، میزانی هزینه با عنوان هزینه های دفع که بیانگر هزینه دور کردن موجودی های فاسد شده از محیط انبار با مدل تعمیم یافته ترکیب شده و این مدل را کامل تر و به واقعیت نزدیکتر می نماید. این هزینه دفع، شامل هزینه هر واحد دفع و هزینه ثابت دفع (مستقل از میزان موجودی فاسدشده) است. در مساله جدید علاوه بر تعیین میزان تولید و زمان تولید هر یک از محصولات در هر یک از سطوح تولید، دوره های زمانی که در آن موجودی های فاسد شده دفع می شوند نیز تعیین می شوند و در تابع هدف مساله نیز مجموع هزینه های دفع اضافه می گردد. از آنجایی که مساله اندازه انباشته چند سطحی یک مساله NP -hard است، برای حل مساله از دو الگوریتم فراابتکاری شامل الگوریتم ژنتیک [iv] و شبیه سازی تبرید [v] استفاده می شود. به منظور مقایسه کارایی الگوریتم های پیشنهادی با یکدیگر و همچنین، با روش های موجود در ادبیات موضوع، مسائل نمونه مطابق با پژوهش های پیشین ایجاد شده و به بررسی و تحلیل روش های حل پرداخته شده است.
[i] - Multi-Level Lot Sizing Problem (MLLSP [ii] - Disposal costs [iii] -Deterioration Inventory [iv] -Genetic Algorithm(GA) [v] -Simulated Annealing (SA) Algorithmکلید واژگان: مساله اندازه انباشته چند سطحی, موجودی تخریب شدنی, هزینه دفع, الگوریتم ژنتیک, الگوریتم شبیه سازی تبرید}In this paper، the multi-level lot sizing problem which is used to determine the production lot sizes in industrial environments، has been investigated. A new problem which we refer to it as “multi-level lot sizing problem with deterioration inventory and disposal costs” is introduced. The aim of multi-level lot sizing problem is to determine the production quantity of production periods for each product in each level، such the the total cost containing production costs، holding costs and setup costs to be minimized. In the proposed model، the deterioration property of the inventory is assumed. Furthermore، disposal costs that represents the costs for removing the perishable inventories from the storage environments، is combined with the generalized model in order to make the model closer to reality. The aim of the new problem، are determining the production quantity of production periods for each product in each level، and determining the periods in which the perishable inventory to be disposed. Therefore، the disposal costs is considered in the objective function of the problem. Two meta heuristic algorithms consist of genetic algorithm and simulated annealing algorithm is used to solve the proposed problem. In order to compare the performance of the proposed algorithms with existing methods in the literature، instance problems are created، and the results are analyzed.Keywords: multi, level lot sizing problem, deterioration inventory, disposal costs, genetic algorithm, simulated annealing algorithm} -
زمان بندی سهم به سزایی در پیشبرد و موفقیت پروژه دارد. این موضوع همواره یکی از مسائل مورد توجه محققان علوم مدیریت و تحقیق در عملیات بوده است. همچنین ماهیت بسیار دشوار این مسئله، علت دیگری برای توجه زیاد محققان به آن می باشد. بنابراین تکنیک ها و روش های خاصی برای حل این مسائل مطرح شده اند. از سوی دیگر تشدید تحریم ها از سوی بیگانگان به منظور به تاخیر انداختن زمان انجام پروژه ها اهمیت اتمام به موقع پروژه ها دوچندان شده است. از این رو توجه بیشتر به استواری پروژه برای مدیران پروژه موضوعیت دارد.
در این مقاله برای یک مسئله واقعی زمان بندی پروژه پالایشگاهی نخست مدل زمان بندی مقاوم ارائه شده و به دلیل اینکه زمان بندی پروژه با محدودیت منابع از جمله مسائل NP-Hard است، الگوریتم فرا ابتکاری شبیه سازی تبرید برای حل این مسئله پیشنهاد شد. به منظور اعتبارسنجی مدل نیز چهار مسئله با ابعاد کوچک انتخاب و جواب های به دست آمده از الگوریتم های پیشنهادی با جواب دقیق به دست آمده حاصل از نرم افزار Lingo مقایسه شد. نتایج به دست آمده نشان می دهد که الگوریتم پیشنهادی کارا و همگرا به جواب بهینه می باشند.کلید واژگان: زمان بندی پروژه تحت محدودیت منابع, پایداری, انعطاف پذیری, الگوریتم شبیه سازی تبرید}Scheduling plays an important role in the development and success of the project; this has always been one of the main issues considered in operations and management science researches. Another reason for the focus of much research into it is the difficult nature of this problem. Therefore، special techniques and methods have been proposed to solve this problem. On the other hand، in order to intensify sanctions on foreign delaying projects، timely completion of projects has been accelerated. Therefore، attention to project robustness subject to project managements. In this article، a real issue is scheduled for a robust scheduling model of a refinery project. Since project scheduling has resource constraints such NP-Hard problems، simulated annealing algorithm was proposed to solve this problem. In order to validate the model، 4 problems with small size were chosen and the solutions obtained by the proposed algorithms were compared with the exact solution obtained by Lingo8 software. The results showed that the proposed algorithm is efficient and convergent to the optimal solution.
Keywords: Robust project scheduling, Robustness, Flexibility, Simulated annealing algorithm, Particle swarm optimizition algorithm} -
در این تحقیق سیستم سفارش های مستمر با اضافه کردن محدودیت تاثیرپذیری تقاضا از متوسط درصد کمبود بررسی شده که در آن بین افزایش مقدار کمبود و تعداد دفعات رخ دادن آن با کاهش تقاضا و انصراف مشتریان رابطه مستقیم وجود دارد. هدف از محدودیت فوق، مدل سازی هزینه های مرتبط با کسر اعتبار سازمان در فضای رقابتی است. در این تحقیق، ابتدا مدل ریاضی مساله مورد بررسی ارایه و سپس با توجه به پیچیدگی آن با دو الگوریتم فراابتکاری ژنتیک و انجماد تدریجی حل گردیده است. با توجه به اهمیت اجزا و پارامترها در عملکرد الگوریتم های فراابتکاری، اجزا و پارامترهای الگوریتم های ارایه شده براساس نتایج آزمایش ها صورت گرفته تنظیم شده است. در انتها با استفاده از تجزیه و تحلیل آزمایش ها صورت گرفته، نشان داده شده است که در این نوع مساله، الگوریتم انجماد تدریجی نتایج بهتری را ارایه می نماید.
کلید واژگان: کنترل موجودی, سیستم سفارش های مستمر, الگوریتم ژنتیک, الگوریتم انجماد تدریجی}Proposing an Algorithm for R&Q Inventory Control Model with Stochastic Demand Influenced by ShortageIn this article، the continuous - review inventory control system has been studied. A new constraint of demand dependent on the average percent of product shortage has been added to the problem. It means that the average demand has a direct relationship with shortage in a period. This constraint، which is related to the costs of credit loss of the organization due to product shortage، has been considered in the inventory model. In this paper، the mathematical model of this problem has been presented and then، two heuristic approaches based on the genetic and simulated annealing algorithms are developed. Computational results indicate that the simulated annealing algorithm can provide better results compare to the genetic algorithm.Keywords: Inventory control, Continuous, review inventory control, Genetic algorithm, Simulated annealing algorithm} -
این تحقیق به دنبال یافتن مدل مناسبی و حل آن جهت حل مشکل چرخش شغلی در یک شرکت می باشد که به منظور کاهش هزینه و حداقل سازی حجم کار صورت پذیرفته است، تا بتوان با حداقل کردن هزینه بهره وری سازمان را افزایش دهد که با توجه به مدل سازی انجام شده از شرایط شرکت پیکسل و بررسی موردی آن با لحاظ محدودیت های پیشرو انجام پذیرفت نشان داده می شود که پیچیدگی این مساله از نوع NP سخت است و در نتیجه استفاده از روش های دقیق برای حل مساله در زمان معقول امکان پذیر نیست. مدل برنامه ریزی بر اساس یک مسئله زمانبندی نیروی انسانی که نیاز به کارکرد 12 ساعت از روز و 7 روز هفته در یک محیط عملیاتی است به طوری که وضعیت کارگران با این شرایط محاسبه شده اند.در این تحقیق تلاش بر حدقل رسانیدن هزینه حجم کاری (بار کاری) W در کل برنامه برای هر یک از کارگر ها که خدمات ارایه می دهند در 24 ساعت روز و 7 روز هفته انجام می گیرد.مفروضات مدل پیشنهادی عبارت است از اینکه سازمان 12 ساعت در روز کار می کند، افق برنامه ریزی در مدل تحقیق (7-r) روز از هفته می باشد، هر کارگر در هفته r روز شامل off-day می شود، یک شیفت کاری به صورت، زمان شروع و طول شیفت، تعریف می گردد، شیفت کاری تمام وقت مجاز می باشد، در برنامه m کار با هزینه کارگری (حجم کاری) متفاوت دارد که با توجه به روز و هفته قابلیت جابه جایی دارد، همه کارگران دارای شرایط یکسان کاری می باشند. برای حل این مساله از یک الگوریتم تکاملی استفاده خواهد شد که در اینجا الگوریتم فاخته انتخاب شده است که در نرم افزار متلب کد نویسی شده و به منظور حل آن از الگوریتم فاخته استفاده شد. و نتایج آن با الگوریتم شبیه سازی تبرید مقایسه گردید نتایج بدست آمده بیانگر آن بوده است که الگوریتم فاخته بهینه ترین جواب جهت برازش مدل را به ما معرفی نموده است.
کلید واژگان: گردش شغلی, مدل سازی ریاضی گردش شغلی, الگوریتم فاخته, الگوریتم شبیه سازی تبرید}The aim of this study is to find a suitable model and solution to solve of job rotation problem in a company which has been done to reduce costs and minimize the volume of work, this study has been done in order to minimize the cost, increase productivity, which according to modeling done based on the Pixel company conditions, and its case study, it was carried out by the leading constraints, it is shown that the complexity of the problem is NP-hard, and the use of accurate methods for solving the problem is not possible within a reasonable time. To solve this problem, an evolutionary algorithm will be used, in this study the Cuckoo algorithm is selected, which is coded in the MATLAB software, and Cuckoo algorithm was used to solve it.And the results were compared with simulated annealing algorithm.The results show that the Cuckoo algorithm has introduced to us the most optimal solution to fit model.
Keywords: Job Rotation, mathematical modeling of job rotation, Cuckoo algorithm, simulated annealing algorithm} -
تحقیق حاضر به تعیین ترکیب بهینه عوامل موثر در تولید خوراک دام پرداخته است. خوراک دام ارتباط کاملا مستقیمی با سلامت دام دارد. با توجه به اینکه در این تحقیق از اطلاعات مسئله ای واقعی استفاده شده است نتایج آن می تواند قابل ملاحظه باشد. متدولوژی سطح پاسخ و فرایند طراحی آزمایشات به کمک هم می توانند بطور موثر در مدل سازی و بهبود سیستم تولید خوراک دام که بیش از یک عامل تاثیر گذار دارد به کار روند. بعد از شناسایی عوامل موثر طراحی آزمایشات به کمک طرح مرکب مرکزی انجام می شود. اثر متقابل عوامل موثر و مستقل با روش پیشرو بررسی و یک مدل نهایی از عوامل مستقل ارائه می شود. با توجه به پیوسته بودن فضای مسئله و مشکل بودن حل مسائل با توابع هدف غیر خطی مرتبه بالا، متاهیورستیکی با نام ترکیب تبرید ژنتیک برای حل مسئله پیشنهاد می شود. الگوریتم پیشنهادی به صورت موازی فضای حل را جستجو می کند. در ادامه برای مقایسه کارایی عملکرد الگوریتم پیشنهادی، الگوریتم دیگری با نام شبیه سازی تبرید که به صورت نقطه ای فضای حل را جستجو می کند ارائه می شود. در انتها بین نتایج نهایی دو الگوریتم مقایساتی با توجه به درصد بهبود در نتایج نهایی نسبت به حل های اولیه انجام شده است.کلید واژگان: طرح مرکب مرکزی, روش پیشرو, الگوریتم شبیه سازی تبرید, الگوریتم ترکیبی تبرید ژنتیک}In this paper we try to determine optimal combination of effective factors to produce cattle feed. Cattle feed has direct relation with cattle health, this research is done on real case study, therefore the gained results could be too important. Both response surface methodology and design of experiments are used for modeling and improving cattle feed production process which has more than one effective factor. After effective factors identification, designing of experiments will be done by central composite design. Interference factors, effective and independent parameters are inspected by forward method and finally a model is obtained by independent parameters. Because of continuous space of the problem and nonlinear objective functions a metaheuristics named "genetic annealing" is used to solve the problem. Proposed algorithm searched the solution space parallel. Another algorithm, simulated annealing is also proposed to evaluate the performances of two algorithms by improvement percent between initial and final result.Keywords: central composite design, forward approach, Simulated Annealing algorithm, Genetic Annealing algorithm}
- نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
©2000-2024 magiran.com All Rights Reserved.