پذيرش و زمانبندي توام سفارشات در سيستم هاي مونتاژ دومرحله اي

order acceptance and scheduling in two- stage assembly systems

اين مقاله يك مدل يكپارچه براي تصميم‌گيري‌هاي پذيرش و زمانبندي سفارشات(OAS) در مسئله مونتاژ دو مرحله‌اي با هدف بيشينه كردن سود كه حاصل از تفاوت مجموع درآمدها و مجموع وزني ديركرد كل سفارشات و حداكثر زمان اتمام سفارشات پذيرفته شده است، در نظر مي‌گيرد. در اين مسئله، n سفارش وجود دارد كه بايد روي m+1 ماشين پردازش شوند. مرحله اول، m ماشين متفاوت براي توليد و پردازش و مرحله دوم يك ماشين مونتاژ دارند. مسئله معرفي‌شده NP-hard است كه براي حل آن يك مدل برنامه‌ريزي عددصحيح مختلط خطي(MILP) مبتني بر بازه‌هاي زماني و يك الگوريتم ژنتيك ارائه شده‌است. جواب‌هاي الگوريتم با CPLEX مقايسه مي‌شود. آزمايشات عددي انجام شده با مسائل نمونه‌اي مختلف نشان مي‌دهد كه براي مسائل با سايز كوچك كارايي CPLEX بهتر از GAاست. در مسائل با اندازه بزرگ الگوريتم GA طبق دو شاخص كيفيت جواب حل و زمان حل نسبت به CPLEX عملكرد بسيار بهتري دارد.

This paper considered an integrated model for order acceptance and scheduling decisions in two-stage assembly problem with the objective of maximizing profit which is the sum of revenues minus sum of the total weighted tardiness and makespan of the accepted orders. In this problem, there are ‘n’ jobs for processing on m+1 machines. The first stage consists of ‘m’ machines and the second stage consists of an assembly machine. A mixed-integer linear programming model is developed based on time-index variables. This problem is NP-hard, and therefore a genetic algorithm (GA) is proposed to solve the problem, whose solutions are compared with those of CPLEX. Computational experiments conducted with a diverse range of problem instances indicate that for small-size problem instances, the GA algorithm does not have a proper performance over CPLEX. But as the problem gets larger, and especially for the problem instances with large value of β, the CPLEX performance is severely weakened and the GA method outperforms CPLEX.