طراحی یک مدل تولید کارگاهی سبز، با ایجاد توازن بین زمان تکمیل و مصرف انرژی (بررسی موردی: شرکت پدیده ماشین سازی غرب)

هدف تحقیق حاضر زمان‌بندی سبز در تولید کارگاهی دو ماشینه با موازنه نمودن زمان تکمیل و مصرف انرژی می‌باشد. روش تحقیق از نوع توصیفی ‌‌‌_تحلیلی و بر حسب هدف کاربردی است. این تحقیق به بررسی عملکرد مسئله زمان‌بندی فلوشاپ چند ماشین با در نظر گرفتن توابع هدف کمینه‌سازی زمان اتمام کل، مصرف انرژی و مجموع وزنی دیرکرد و زودکرد کارها پرداخته است. داده‌های مورد نیاز از طریق مصاحبه و اطلاعات موجود در شرکت پدیده ماشین‌سازی غرب گردآوری و سپس در نرم‌افزار متلب پیاده‌سازی شدند. تعداد 30 مسئله با ابعاد مختلف و براساس شیوه‌های رایج تولید و با الگوریتم فراابتکاری چندهدفه (nsgaii) و الگوریتم تکاملی چندهدفه‌ی بهینه‌سازی ازدحام ذرات (mopso) مورد ارزیابی قرار گرفت. از سه معیار مقایسه mid، ms و sns در کنار معیار زمان حل برای مقایسات حالات مختلف الگوریتم‌ها بهره‌گرفته شد. در نظر گرفتن ملاحظات پایداری در مسئله زمان‌بندی تولید و ساخت با کمینه کردن مصرف انرژی به عنوان یک معیار در برنامه‌ریزی کارگاهی در این پژوهش مورد توجه قرار گرفته است. این امر علاوه بر مزایای اقتصادی با کاهش انتشار کربن، به محیط زیست کمک شایانی می‌نماید. نتایج حاصل از مقایسه دو الگوریتم با استفاده از دو روش تحلیل سلسله مراتبی و تاپسیس نشان داد خروجی حاصل از مقایسه الگوریتم nsga-ii نسبت به الگوریتم mopso، برای این مسائل عملکرد بهتری دارد.

Designing a Green Workshop Model, By Balancing Between Completion Time and Energy Consumption (Case Study: Western Machine-Building Corporation)

The purpose of this study was to evaluate the green timing in the production of two workshops by balancing the completion time and energy consumption. The research method is descriptiveanalytic and also applicable to the purpose. This research has been designed to evaluate the performance of solving timevarying multimachine flow shop problem considering the objective functions of minimizing total finishing time energy consumption, and the total weighted latency and early maturity of the work. Data were gathered through interviews and information from Padideh mashinsazi Gharb company and then implemented in MATLAB software. A total of 30 problems were produced with different dimensions based on commonly used methods and were evaluated by Nondominated Sorting Genetic AlgorithmII (NSGAII) and Multiple Objective Particle Swarm Optimization algorithms (MOPSO). Three criteria for comparing MID, MS, and SNS were used along with the solution time to compare different states of the algorithm. Considering sustainability considerations in the timing of production and construction, in addition to the economic benefits of reducing carbon emissions, it helps the environment. The results of the comparison of the two algorithms using two hierarchical and tops analysis methods showed that the outputs from the comparison of the NSGAII algorithm with the MOPSO algorithm are better for these problems.