|
|
طراحی هوشمند استقرار پویای تسهیلات در محیط تصادفی سیستم های تولید انعطاف پذیر با در نظر گرفتن انعطاف پذیری مسیر تولید
|
|
|
|
|
نویسنده
|
مسلمی پور قربانعلی ,قدیرپور محمد
|
منبع
|
چشم انداز مديريت صنعتي - 1400 - دوره : 11 - شماره : 41 - صفحه:175 -209
|
چکیده
|
در این پژوهش، ابتدا یک مدل ریاضی جدید مبتنی بر مدل تخصیص درجه دوم برای طراحی استقرار بهینه تسهیلات در هر دوره از افق برنامه ریزی زمانی چنددوره ای مسئله استقرار پویا و تصادفی تسهیلات ارائه می شود. در این مدل، علاوه بر در نظرگرفتن مسیرهای چندگانه تولید برای قطعات، فرض می شود که تقاضای محصولات متغیرهای تصادفی مستقل با توزیع نرمال باشند؛ بهطوریکه میانگین و واریانس آن ها از یک دوره زمانی به دوره دیگر بهطور تصادفی تغییر کند؛ همچنین برای حل مدل ریاضی پیشنهادی، یک الگوریتم ترکیبی فراابتکاری جدید با استفاده از الگوریتم های کرافت و شبیه سازی تبرید ارائه می شود. مدل و الگوریتم ترکیبی پیشنهادی با روش های طراحی آزمایش، مطالعه موردی واقعی، حل چند مسئله نمونه و انجام تحلیل حساسیت مورد اعتبارسنجی قرار می گیرند. نتایج نشان می دهد که الگوریتم ترکیبی پیشنهادی از نظر کیفیت جواب و زمان محاسبه نسبت الگوریتم تبرید شبیه سازی شده دارای عملکرد بهتری است؛ همچنین امکان استفاده از مدل پیشنهادی برای طراحی استقرار تسهیلات در محیط های تصادفی و قطعی سیستم های تولیدی سنتی و مدرن وجود دارد.
|
کلیدواژه
|
مسئله استقرار پویا و تصادفی تسهیلات، سیستمهای تولید انعطافپذیر، انعطافپذیری مسیر تولید، الگوریتم شبیهسازی تبرید، کرافت
|
آدرس
|
دانشگاه پیام نور, گروه مهندسی صنایع, ایران, دانشگاه پیام نور, ایران
|
|
|
|
|
|
|
|
|
|
|
Intelligent Design of a Dynamic Facility Layout in the Stochastic Environment of Flexible Manufacturing Systems Considering Routing Flexibility
|
|
|
Authors
|
Moslemipour Gorbanali ,Ghadirpour Seyed Mohammad
|
Abstract
|
This paper aims at proposing a novel quadratic assignmentbased mathematical model for designing an optimal facility layout in each period of the stochastic dynamic facility layout problem (SDFLP). Considering routing flexibility is the main assumption of this problem so that parts can pass through multiple routes. It is also assumed that product demands are independent, normally distributed random variables with known expected value and variance changing from period to period at random. In addition, to solve the proposed model, a new hybrid metaheuristic algorithm is developed by combining simulated annealing (SA) and the CRAFT approaches. Finally, the proposed model and the hybrid algorithm are verified and validated using design of experiment, real case study and sensitivity analysis methods as well as solving some numerical examples.The results show that the hybrid algorithm has an outstanding performance from both solution quality and computational time perspectives. Moreover, the proposed model can be used to design the layout of facilities in both of the stochastic and deterministic environments of traditional and modern manufacturing systems.
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|