مدل سازی مساله زمانبندی تولید جریان کارگاهی چند حالته با منابع محدود

در مسائل زمانبندی معمولا زمان پردازش عملیات های هر کار مشخص و ثابت در نظر گرفته می شود. درادبیات زمان بندی پروژه بسیار تاکید شده است که زمان هر فعالیت/عملیات می تواند گاهی چند حالته باشد و با تخصیص مقداری بیشتری از منابع به یک فعالیت، زمان پردازش آن نیز کاهش یابد. در اینگونه مسائل علاوه بر زمان بندی فعالیت ها باید تخصیص منابع محدود در دسترس به فعالیت ها نیز انجام شود. این ضعف در ادبیات مسائل زمانبندی وجود دارد که زمان پردازش فعالیت ها ثابت فرض می شود. در این مقاله، مسئله جریان کارگاهی از حالت کلاسیک خود به مسئله جریان کارگاهی چند حالته با منابع محدود توسعه داده می شود. این مقاله به طور جامع در مورد مدلسازی ریاضی مسئله بحث می کند. در این راستا دو مدل ریاضی به فرم برنامه ریزی ریاضی عدد صحیح مختلط خطی با دو مفهوم مختلف ارائه می شود. مدل اول، مکان محور و مدل دوم توالی محور است. برای ارزیابی عملکرد این دو مدل، پیچیدگی اندازه و پیچیدگی محاسباتی آنها تعیین و مقایسه می شود. در شاخص پیچیدگی اندازه، مدل اول تعداد متغیرهای بیشتر اما تعداد محدودیت های کمتری در مقایسه با مدل دوم نیاز دارد. در شاخص پیچیدگی محاسباتی، مدل اول عملکرد کاملا بهتری از مدل دومارائه می کند. همچنین مدل اول علاوه بر حل تعداد بیشتری از مسائل به صورت بهینه، زمان کمتری نیز برای حل در مقایسه با مدل دوم احتیاج دارد

Modelling MultiMode ResourceCostrainted Flow Shop Scheduling Problem

In the scheduling problems, it is commonly assumed that processing times are fixed and known. In the literature of project scheduling emphasizes that the time of each activity/operation can be multimode and by assigning more resources, the activity time can be reduced. In these problems, in addition to activity scheduling, allocation of available limited resources to the activities should also be carried out. This assumption that processing time of activities is fixed is a weakness in scheduling literature. This paper develops the classic problem flow shop scheduling to multimode resourcecosntrainted flow shop scheduling problem. This paper discusses comprehensively about mathematical modeling. In this regard, two mixed integer linear programming models with two differnet concepts are presented. The first model is locationbased model and the second is sequencebased. The performance of the models are evaluated by comparing their size and computational complexities. In the size complexity, the first model requires more variables but less constraints than second Model. In the computational complexity, the first model significantly outperforms than the second Model. Also, the first model, besides solving more problems as optimally, requires less time to solve than the second model