ارایه یک مدل برنامه ریزی ریاضی فازی به منظور تخصیص و زمانبندی انجام قطعات در یک سیستم تولید انعطاف پذیر (fms) و تاثیر تعمیرات و نگهداری بر کیفیت محصول

هدف: این پژوهش با هدف توسعه یک مدل ریاضی برای زمان‌بندی تولید کارگاهی انعطاف‌پذیر انجام شده است. تمرکز اصلی بر بهینه‌سازی سه هدف: زمان تکمیل سفارش‌ها، بار کاری حداکثری ماشین‌ها و مجموع بار کاری است. هدف نهایی افزایش بهره‌وری و انعطاف‌پذیری در سیستم‌های تولیدی است.روش‌شناسی پژوهش: از دو الگوریتم فرا ابتکاری nsga-ii و mogwo برای حل مدل استفاده شده است. ابتدا مدل در مقیاس کوچک اعتبارسنجی شد و سپس در ابعاد بزرگ‌تر تحلیل حساسیت انجام گرفت. مقایسه عملکرد الگوریتم‌ها با شاخص‌های دقت و کیفیت راه‌حل‌ها صورت گرفت.یافته‎ها: نتایج نشان داد mogwo در مسایل متوسط عملکرد بهتری دارد، ولی در مسایل بزرگ تفاوت معناداری با nsga-ii ندارد. بیشترین حساسیت اهداف نسبت به هزینه ساخت و نگهداری مشاهده شد. همچنین الگوی تخصیص منابع و ترتیب بهینه فعالیت‌ها استخراج گردید.اصالت/ارزش‌افزوده علمی: اصالت این پژوهش در توسعه و کاربرد یک مدل ریاضی ترکیبی برای زمان‌بندی سیستم‌های تولید انعطاف‌پذیر با چندین هدف متضاد و در نظر گرفتن محدودیت‌های واقعی از جمله هزینه‌ها و منابع تولیدی است. همچنین استفاده هم‌زمان از دو الگوریتم nsga-ii و mogw و مقایسه دقیق عملکرد آن‌ها در ابعاد مختلف، نوآوری دیگری از این تحقیق محسوب می‌شود. ارایه یک الگوی عملیاتی برای توالی فعالیت‌ها نیز به کاربردی‌تر شدن نتایج پژوهش در محیط‌های صنعتی کمک می‌کند.

presenting a fuzzy mathematical programming model for allocating and scheduling parts in a flexible manufacturing system (fms) and the impact of repairs and maintenance on product quality

purpose: this study aims to develop a mathematical model for flexible job shop scheduling. the main focus is on optimizing three objectives: the makespan, the maximum machine workload, and the total workload. the ultimate goal is to enhance productivity and flexibility in manufacturing systems.methodology: two metaheuristic algorithms, nsga-ii and mogwo, were used to solve the model. the model was first validated on a small scale, and then sensitivity analysis was conducted on larger instances. the performance of the algorithms was compared based on accuracy and solution quality metrics.findings: results indicated that mogwo performs better in medium-sized problems, while in large-scale cases, the difference between the two algorithms is not significant. the highest sensitivity among the objectives was observed with respect to production and maintenance costs. additionally, a resource allocation pattern and optimal sequence of operations were derived.originality/value: the originality of this research lies in developing and applying a multi-objective mathematical model for flexible job shop scheduling, considering real-world constraints such as costs and resource limitations. the simultaneous use and detailed comparison of nsga-ii and mogwo across different problem sizes is another contribution. furthermore, the proposed operational pattern improves the applicability of the results in industrial environments.