برنامه ریزی و زمان بندی پیشرفته با در نظر گرفتن اثر یادگیری در سیستم های ساخت کارگاهی انعطاف پذیر

برنامه ریزی و زمان بندی پیشرفته، نوعی فرآیند مدیریت تولید است که در آن منابع و ظرفیت های تولیدی به طور بهینه به تقاضاهای مشتریان تخصیص داده می شود. این رویکرد به طور خاص در محیط هایی که روش های برنامه ریزی ساده نمی توانند جوابگوی شرایط پیچیده باشند کاربرد دارد. یک فرض رایج در مساله برنامه ریزی و زمان بندی پیشرفته این است که زمان پردازش یک محصول ثابت و مستقل از جایگاهش در توالی تولید است؛ اما در بسیاری از موارد عملی، عملکرد اپراتور به طور پیوسته با گذشت زمان بهبود و زمان پردازش کارها کاهش می یابد که این پدیده به عنوان اثر یادگیری شناخته می شود. در این مقاله، یک چارچوب بهینه سازی توسعه یافته برای مساله برنامه ریزی و زمان بندی پیشرفته در محیط تولید انعطاف پذیر با در نظر گرفتن اثر یادگیری ارائه شده است تا توانایی بیشتری در بیان شرایط واقعی محیط های تولیدی فراهم و عوامل انسانی را در امر زمان بندی دخیل کند. هم چنین به دلیل پیچیدگی محاسباتی بالای مدل پیشنهادی، یک الگوریتم حل ژنتیک چند مرحله ای نیز پیشنهاد شده است. نتایج عددی نشان می دهد که الگوریتم حل پیشنهادی، توانایی رسیدن به جواب های بهینه/ نزدیک بهینه را در زمان های محاسباتی بسیار کمتر از روش های دقیق دارد.