27587

توسعه مدل رياضي چند هدفه براي زمان‌بندي سبز كار كارگاهي انعطافپذير با زمان آماده‌سازي و حمل‌ونقل بين ايستگاهي با در نظر گرفتن مصرف انرژي

كارشناسي ارشد

مهندسي صنايع

1398

1401/06/27

دكتر مهدي حيدري

مهندسي صنايع

زمان‌بندي سيستم توليد كارگاهي منعطف يك مسئله بهينه‌سازي پيچيده و واقع¬بينانه است كه افزودن محدوديت‌هاي دنياي واقعي آن را پيچيده‌تر مي‌كند. هدف اين پژوهش ارائه يك مدل رياضي چندهدفه براي مسئله FJSS است كه در آن دو محدوديت زمان حمل‌ونقل بين ايستگاهي و زمان آماده‌سازي وابسته به توالي در نظر گرفته شده و اهداف مصرف انرژي و متوسط ديركرد فعاليت‌ها به طور همزمان بهينه مي شوند. پس از ارائه مدل پيشنهادي در ابتدا با حل چند مثال كوچك به روش LP متريك به اعتبارسنجي مدل چندهدفه پرداخته شد. از آن¬جايي كه مدل پيشنهادي يك مدل NP-Hard است، براي حل مسائل با ابعاد بالا از الگوريتم‌هاي فراابتكاري استفاده مي‌شود. الگوريتم‌هاي فراابتكاري مورد استفاده در پژوهش عبارت‌اند از: NSGA-II و MOPSO. براي كدگذاري جواب‌ها در الگوريتم‌هاي فراابتكاري از ساختار مسئله استفاده گرديد. كدگذاري انتخابي داراي دو بخش است: بخش اول مربوط به انتخاب ماشين (MS) و بخش دوم مربوط به ترتيب عمليات(OS). براي توليد جمعيت اوليه در الگوريتم‌ها نيز دو روش متفاوت روش انتخاب سراسري (GS) و روش جستجوي محلي(LS) استفاده گرديد كه سرعت همگرايي و كيفيت جواب‌هاي نهايي بالايي در اختيار قرار مي‌داد. در ادامه نتايج حل دو الگوريتم از نظر مدت زمان اجرا و كيفيت جواب‌هاي پارتو به دست آمده مورد مقايسه قرار گرفت. نتايج نشان داد كه اگرچه دو الگوريتم از نظر كيفيت جواب‌هاي به دست آمده مشابه هم هستند، اما مدت زمان اجراي الگوريتم NSGA-II به مراتب بهتر از MOPSO بود، از نظر تعداد نقاط پارتو شناسايي شده نيز الگوريتم MOPSO عملكرد بهتري داشت. با توجه به اهميت تنظيم پارامتر الگوريتم‌هاي فراابتكاري، در پايان نيز با استفاده از روش تحليل آزمايش‌هاي تاگوچي به تنظيم پارامتر دو الگوريتم پرداخته شد.

1401/10/02

Developing a multi objective mathematical model for green scheduling of flexible Job shop problem with setup times and transportation by considering energy consumption

9/18/2023 12:00:00 AM

Flexible job shop Scheduling (FJSS) is a complex and realistic optimization problem that is further complicated by the addition of real-world constraints. The aim of this research is to present a multi-objective mathematical model for the FJSS problem, in which the two constraints of the transportation and setup time are considered, and the objectives of energy consumption and average completion time are simultaneously optimized. After modeling, the multi-objective model was validated by solving a few small examples by utilizing the LP metric method. Considering that the proposed model is an NP Hard, meta-heuristic algorithms are used to solve high-dimensional problems. The meta-heuristic algorithms used in the research are: NSGA II and MOPSO. The structure of the problem was used to code the answers in meta-heuristic algorithms. selective coding has two parts: the first part is machine selection (MS) and the second part is operation-sequence (OS). Two different methods of global selection (GS) and local search (LS) were used to generate the initial population in the algorithms, which provided high convergence speed and quality of final solutions. Next, the solution results of the two algorithms were compared in terms of execution time and the quality of the obtained Pareto solutions. The results showed that although the two algorithms are the same in quality, the execution time of the NSGA II algorithm was far better and in terms of the number of Pareto soloution, the MOPSO algorithm performed better. Considering the importance of parameter setting of meta-heuristic algorithms, at the end, Taguchi analysis is employed to identify the best combination of algorithms parameters.

زمان بندي سبز , كار كارگاهي انعطاف پذير , زمان حمل و نقل , زمان آماده سازي ماشين آلات , الگوريتم هاي فراابتكاري , مصرف انرژي

Green scheduling , Flexible job shop , Transportation time , Machine setup time , , Meta-heuristic algorithms , Energy consumption

Negin Vosoughi

Mahdi Heydari