|
|
ارائه و بهینهسازی مدل چندهدفه زمانبندی جریان کارگاهی به منظور کاهش مصرف انرژی، زمان اتمام و زمان دیرکرد
|
|
|
|
|
نویسنده
|
باقری محسن ,بابایی میبدی ندا ,انضباطی امیرحسین
|
منبع
|
تصميم گيري و تحقيق در عمليات - 1397 - دوره : 3 - شماره : 3 - صفحه:204 -222
|
چکیده
|
اخیرا در صنایع تولیدی، مسائل مرتبط با مصرف انرژی اهمیت یافته است. در مسایل کلاسیک زمانبندی، تلاش ها عمدتاً در جهت بهینهسازی معیارهای عملکرد مرتبط با زمان بوده است و کمتر به بررسی معیارهای مربوط به مصرف انرژی پرداخته شده است. در این تحقیق، ما به دنبال جبران این نقص میباشیم که با ارائه یک مدل سههدفه عدد صحیح مختلط در محیط جریان کارگاهی به بررسی کاهش مصرف انرژی، زمان اتمام و زمان دیرکرد کارها پرداختهایم. بعد از اعتبارسنجی مدل با حل مثال عددی در مقیاس کوچک به روش مجموع وزنی و روش دقیق اپسیلونمحدودیت در نرمافزار گمز، مدل را در مقیاس بزرگ و متوسط توسط الگوریتمهای فراابتکاری nsgaii و speaii حل می نماییم. نتایج مقایسات میان روش دقیق و روشهای فراابتکاری نشان می دهد که این الگوریتمها کارایی لازم برای حل مدل را دارا هستند.از این میان، الگوریتم nsgaii عملکرد بهتری را از لحاظ دو معیار کیفیت و نظم نقاط پارتو ارائه دادهاست.
|
کلیدواژه
|
مدلسازی ریاضی، زمانبندی جریان کارگاهی، مصرف انرژی، زمان اتمام، زمان دیرکرد، الگوریتمهای فراابتکاری
|
آدرس
|
دانشگاه صنعتی سجاد, دانشکده مدیریت و مهندسی صنایع, ایران, دانشگاه صنعتی سجاد, دانشکده مدیریت و مهندسی صنایع, ایران, دانشگاه صنعتی سجاد, دانشکده مدیریت و مهندسی صنایع, ایران
|
|
|
|
|
|
|
|
|
|
|
Modeling and optimizing a multiobjective flow shop scheduling problem to minimize energy consumption, completion time and tardiness
|
|
|
Authors
|
Bagheri Mohsen ,Babaei Meybodi Neda ,Enzebati Amir Hossein
|
Abstract
|
Energy consumption considerations in production systems have recently attracted the attention of researchers. In conventional production scheduling models, the importance has more often been given to timerelated rather than to energyrelated performance measures. In this paper, we simultaneously consider energy consumption, completion time and tardiness in the presented MultiObjective Mixed Integer Programming flow shop scheduling model. After validating the model by solving smallscale numerical examples with Weighted Sum and Epsilonconstraint method in GAMS, the large and mediumscale examples are solved via NSGAII and SPEAII metaheuristicalgorithms. The results prove the efficiency of the proposed algorithms.
|
Keywords
|
|
|
|
|
|
|
|
|
|
|
|