حل مدل برنامه‌ریزی تولید ادغامی چندهدفۀ فازی با آثار یادگیری و زوال به کمک الگوریتم‌های ژنتیک و جست‌وجوی ممنوعه

در این پژوهش، یک مدل برنامه‌ریزی تولید ادغامی چندهدفه فازی با درنظرگرفتن دو عامل اثر یادگیری کارگران و اثر زوال ماشین‌آلات ارائه می‌شود. توابع هدف شامل اهداف کمی افزایش سود و کاهش هزینه خرابی دستگاه‌ها و هدف کیفی افزایش میزان رضایتمندی مشتری هستند. سپس با درنظرگرفتن اوزان متفاوت برای اهداف و اصلاح اهداف با روش برنامه‌ریزی آرمانی فازی، مدل چندهدفه فازی به یک مدل تک‌هدفه قطعی تبدیل شده و با الگوریتم‌های ژنتیک و جست‌وجوی ممنوعه حل شده است. در تنظیم پارامترهای دو الگوریتم از روش تاگوچی بهره گرفته می‌شود. در پایان، جواب به‌دست‌آمده از دو الگوریتم با استفاده از آزمون فرض برابری میانگین‌ها با هم مقایسه می‌شوند. نتایج نشان می‌دهند الگوریتم ژنتیک در حل مدل ارائه‌شده نسبت به الگوریتم جست‌وجوی ممنوعه کارایی بیشتری دارد.

Solving a Fuzzy Multiobjective Aggregate Production Planning Model with Learning and Deterioration Effects by Using Genetic and Tabu Search Algorithms

In this paper a non linear integrated fuzzy multiobjective production planning model with the labor learning and machines deterioration effects is presented. The objective function consists of two quantitative objectives namely increase profits and reduces the cost of system failure and a qualitative objective namely increases the satisfaction rate of the customers. Different weights for objectives and modification of the objectives by using fuzzy goal programming method are considered to convert the fuzzy multiobjective model to a deterministic singleobjective model and  the obtained model is solved by Genetic algorithm and Tabu search algorithm. Finally, the solution obtained from two algorithms compared together by using hypothesis test of equality of means. Experimental results show the proposed Genetic algorithm for solving the model has higher performance than the Tabu search algorithm.