زمانبندي ماشين هاي موازي غيرمرتبط تك هدفه با در نظر گرفتن فعاليت هاي نگهداري و تعميرات براي ماشين ها و محدوديت هاي پردازش كارها

Unrelated parallel machine scheduling with maintenance activities and jobs processing constraints

زمانبندي ماشينهاي موازي يكي از مسائل مهم و كاربردي بهينه سازي در حوزه توالي عمليات است كه توجه محققان زيادي را به خود معطوف كرده است. در اين تحقيق، مسأله زمانبندي ماشينهاي موازي غيرمرتبط تك هدفه بررسي مي شود كه در آن ماشينها در بعضي زمانها در طي افق برنامه ريزي در دسترس نبوده و هر ماشين ممكن است توانايي پردازش بعضي از كارها را نداشته باشد. همچنين در اين مسأله، زمانهاي آماده سازي به توالي كارها و نوع ماشين وابسته بوده و زمان پردازش كارها تابعي خطي از زمان شروع آنهاست. از طرف ديگر، هر يك از كارها داراي مهلت تحويل بوده و بايد پردازش آنها حداكثر تا مهلت تحويلشان پايان پذيرد. تابع هدف مسأله نيز به صورت كمينه كردن مجموع زمان تكميل كارها مي باشد. در اين تحقيق، مسأله مورد بررسي به صورت يك مدل برنامه ريزي عدد صحيح مختلط فرموله مي شود. به دليل NP-hard بودن مسأله، يافتن جواب بهينه براي مسائل با ابعاد بزرگ در زماني منطقي مقدور نمي باشد. بنابراين الگوريتم فرا ابتكاري ژنتيك براي حل مسائل با ابعاد بزرگ توسعه داده مي شود. در نهايت به منظور ارزيابي عملكرد الگوريتم پيشنهادي، تعدادي مسأله نمونه در اندازه هاي مختلف توليد و حل مي شوند. نتايج به دست آمده كارائي الگوريتم ارائه شده را نشان مي دهند.

The unrelated parallel machines scheduling is one of the important problems in sequence of operations area that the attention of many researchers has focused on it. In this research the unrelated parallel machines scheduling will be considered that machines are not available in some periods of time and each machine may not process some jobs. Sequence dependent setup times are considered and job processing times are depended on start time of jobs. On the other hand each of jobs has specific deadline and processing times should be finished before it. The objective function is also minimizing the total completion time of jobs. In this research the problem is formulated as a mixed integer programming model. Since the problem is NPhard, finding optimal solution for large sized instances are impossible in logical time.So a genetic algorithm is developed for this scheduling problem. Finally to evaluate the performance of the proposed algorithm, some small sized and large sized instances are generated and solve .The results demonstrate the efficiency of the algorithm.