عنوان مقاله :
ارائه مدل زمان‌بندي چندعاملي در محيط جريان كارگاهي با فرض زوال‌پذيري كارها، زمان‌هاي آماده‌سازي وابسته به توالي و زمان آزادسازي كارها با استفاده از الگوريتم ازدحام ذرات چندهدفه
عنوان به زبان ديگر :
Multi Agent Flow Shop Scheduling Model with Deteriorating Jobs and Sequence-Dependent Setup Times Using Multi Objective Particle Swarm Optimization (MOPSO) Algorithm
پديد آورندگان :
قندي بيدگلي، سميه دانشگاه كاشان - دانشكدۀ مهندسي - گروه مهندسي صنايع، كاشان، ايران , اميني، مرضيه دانشگاه علم و صنعت - دانشكدۀ مهندسي صنايع، تهران، ايران
كليدواژه :
زمان‌بندي جريان كارگاهي , زوال‌پذيري كارها , زمان‌بندي چندعاملي , الگوريتم فراابتكاري ازدحام ذرات چندهدفه , زمان آماده‌سازي وابسته به توالي , زمان آزادسازي كارها
چكيده فارسي :
زمان‌بندي چندعاملي در شرايط زوال‌پذيري كارها در سال‌هاي اخير مورد توجه روزافزون جوامع دانشگاهي و صنعتي قرار گرفته‌است. مسأله زمان‌بندي چندعاملي، زيرمجموعه‌اي از مسائل زمان‌بندي چندهدفه است كه در آن هر عامل، داراي مجموعه‌اي از كارها است و هدف آن، بهينه كردن تابع هدف مربوط به خود است. در اين پژوهش يك مسأله زمان‌بندي سه‌عاملي در محيط جريان كارگاهي در شرايط زوال‌پذيري كارها مورد بررسي قرار گرفته است. در مسأله درنظرگرفته شده زمان پردازش واقعي كارها تابع خطي از زمان پردازش نرمال و زمان شروع پردازش كار مربوطه مي‌باشد. جهت واقعي‌تر كردن مسأله، دو فرض كاربردي» زمان‌هاي آماده‌سازي وابسته به توالي «و» زمان آزادسازي كاره «نيز درنظر گرفته شده‌اند. هم‌چنين يك مدل برنامه‌ريزي عدد صحيح مختلط براي مسأله توسعه داده شده كه براي حل آن از روش حل دقيق محدوديت جزئي تعميم‌يافته استفاده شده‌است. با توجه به پيچيدگي مدل و عدم توانايي روش محدوديت جزئي تعميم‌يافته در حل مسائل با ابعاد بزرگ، الگوريتم فراابتكاري ازدحام ذرات چندهدفه پيشنهاد شده‌است. به‌منظور ارزيابي عملكرد الگوريتم پيشنهادي، به حل مسائل نمونه عددي در اندازه‌هاي مختلف با استفاده از اين الگوريتم و الگوريتم ژنتيك مبتني بر مرتب‌سازي نامغلوب و روش حل دقيق محدوديت اپسيلون تعميم‌يافته پرداخته شده است. سپس جهت انتخاب الگوريتم برتر از روش تصميم‌گيري چندمعياره ويكور استفاده شد. نتايج محاسباتي، مؤيد همگرايي قابل قبول و پراكندگي خيلي خوب راه‌حل‌هاي الگوريتم MOPSO و هم‌چنين عملكرد بهتر اين الگوريتم نسبت به روش محدوديت اپسيلون تقويت‌شده و الگوريتم NSGA-II مي‌باشد.
چكيده لاتين :
Multi-agent and deteriorating scheduling has gained an increasing concern from academic and industrial communities in recent years. Multi-agent scheduling problem is a subset of multi-objective scheduling problems in which each agent has a set of jobs and its aim is to optimize its own objective function. This study addresses a three-agent flow shop deteriorating scheduling problem. In the investigated problem, the actual processing time of jobs is a linear function of their normal processing time and starting time. To make the proposed problem more realistic, two practical assumptions such as sequence-dependent setup times and release date of jobs are considered. A mixed integer programming model has also been developed for the problem, which is solved using the Augmented ε-constraint exact method. Also due to the complexity of the model and its inability to solve large-scale problems, Multi Objective Particle Swarm Optimization (MOPSO) algorithm is developed. Since the parameters of meta-heuristic algorithms affect their overall performance and output, the Taguchi method has been used to adjust the parameters of the MOPSO algorithm. Finally, in order to evaluate the performance of the proposed algorithm, numerical sample problems of different structures are solved using this algorithm as well as the Non-dominated Sorting Genetic Algorithm (NSGA-II) and the exact augmented ε-constraint method. The computational results confirm the acceptable convergence and very good dispersion of the solutions of the MOPSO algorithm as well as the better performance of this algorithm compared to the augmented ε-constraint method and the NSGA-II algorithm.
عنوان نشريه :
پژوهش هاي مهندسي صنايع در سيستم هاي توليد
