جستجوی مقالات مرتبط با کلیدواژه
تکرار جستجوی کلیدواژه objective optimization در نشریات گروه علوم انسانی
objective optimization
در نشریات گروه مدیریت-
مسئله مکان یابی تسهیلات یکی از مهم ترین و کاربردی ترین مباحث در حوزه مسائل تصمیم گیری است. کاهش هزینه ها همواره یکی از اصلی ترین اهداف این مسائل بوده است. در سال های اخیر با افزایش نگرانی های زیست محیطی، توجه به انتشار گازهای مضر و آلودگی های ناشی از آن ها به عنوان یکی دیگر از معیارهای تاثیرگذار در امر مکان یابی تسهیلات و نیز تخصیص مشتریان به آن ها درآمده است. در این مقاله، مسئله دو هدفه مکان یابی تسهیلات ظرفیت دار چند منبعی و چند محصولی با توجه همزمان به هزینه های مالی و میزان انتشار گاز موردبررسی قرار گرفته است. ابتدا، مدل ریاضی مسئله ارائه و سپس برای حل مسئله از روش تجزیه وتحلیل پایدار به کمک شبیه سازی مونت کارلو استفاده شده است. با به کارگیری این روش می توان میزان پایداری جواب های بهینه پارتو به منظور تصمیم گیری بهتر برای تاسیس انبارها و تخصیص مشتریان به آن ها را تعیین نمود. درنهایت، نتایج محاسباتی ارائه و تحلیل شده است.کلید واژگان: مسئله مکان یابی تسهیلات، لجستیک سبز، بهینه سازی چند هدفه، تجزیه وتحلیل پایداری، چند محصولی، چند منبعیFacility location problem is one of the most important and useful topics in the field of decision-making. Cost reduction is always one of the main criteria in these problems. Since environmental concerns increment in recent years, harmful gas emissions and environmental pollution is regarded as other affective criteria in locating of facilities and also allocating them to customers. In this paper, a capacitated bi-objective facility location problem with multi-source and multi-product is studied. In this problem, financial costs and gas emissions are considered simultaneously. First the mathematical model is presented, and then a robustness analysis using Mont Carlo simulation method is applied for solving it. Through using this method it is possible to determine stability level of Pareto optimal solutions to make better decisions for establishing facilities and allocating customers to them. Finally, the computational results are presented.Keywords: Facility location problem, Green logistics, multi, objective optimization, Robustness analysis, multi, product, multi, resource
-
امروزه توسعه ریزشبکه ها به عنوان مولفه های اساسی شبکه های هوشمند، یکی از اهداف اصلی پژوهش ها در صنعت برق به شمار می آید. ریزشبکه ها با افزایش سهم نفوذ منابع انرژی تجدیدپذیر و امکان تجارت انتشار کربن، مسیر دست یابی به عرضه انرژی پایدار را هموار می سازند. این مقاله، بهبود و ارتقای مدیریت عملیات یک ریزشبکه متصل به شبکه را در منطقه بفراجرد از توابع استان اردبیل دنبال می کند. بدین منظور، عملیات زمان بندی در یک ریزشبکه، شامل انواع مختلفی از منابع توان، اعم از تجدیدپذیر و تجدیدناپذیر به همراه ذخیره ساز انرژی در قالب یک مساله ریاضی چندهدفه مدل سازی می گردد. این مدل ریاضی، به صورت همزمان بیشینه سازی درآمد ریزشبکه، کمینه سازی انتشار آلاینده ها و کمینه سازی هزینه های آن را با توجه به ملاحظات پیمان کیوتو و با هدف تامین باری پایدار دنبال می کند. برای حل این مساله، از روش ترکیبی بهینه سازی لکسیکوگراف و اپسیلون محدودیت تکامل یافته به منظور دستیابی به جواب های کارا و تشکیل جبهه پارتو استفاده می شود. انتخاب جواب مرجح از بین جواب های بهینه پارتو با استفاده از روش تصمیم گیری فازی خواهد بود. سپس مدل پیشنهادی مورد ارزیابی قرار می گیرد و نتایج تحلیل حساسیت نشان می دهد مدل ریاضی پیشنهادی با استفاده از روش حل بکارگرفته شده، با نگاهی جامع بر ابعاد اقتصادی/ زیست محیطی بهره برداری از واحد های تولید مختلف یک ریزشبکه، در افق زمانی 24 ساعته، رویکردی کارا و موثر جهت توسعه، بهبود و کاربردی نمودن مدل های زمان بندی عملیات ریزشبکه ها فراهم می آوردکلید واژگان: مدیریت تامین انرژی الکتریکی، توزیع اقتصادی، زیست محیطی بار، توسعه پایدار، بهینه سازی چندهدفه، ریزشبکهMicrogrids not only increase the share of the renewable resources, but also contribute to the realization of sustainable energy development objectives. In the present study, the microgrid is composed of various kinds of power sources, including renewable and nonrenewable resources, along with energy storage system. We modeled a multi-objective mathematical problem to maximize the microgrids revenue and at the same time minimize the emission and totat costs while providing a sustainable load. A combination of lexicographic optimization and augmented ε-constraint methods was used to find efficient solutions and to form the Pareto fronties. The best solution among the Pareto optimal solutions was identified using fuzzy decision-making method. The model was implemented at four different days (with different conditions of accessibility to the renewable resources) in Bafrajerd region of Ardebil Province. Finally, the indicate that the proposed model with a comprehensive view on various economic-environmental dimensions of exploiting different production units of the microgrid in a 24-hour time perspective, is an effective and efficient approach for developing, improving, and operation scheduling of the microgridsKeywords: Electricity energy supply management, Economic, environmental load distribution, Sustainable energy development, Multi, objective optimization, Microgrid
-
در این تحقیق یک مدل برنامه ریزی مختلط عدد صحیح چند هدفه به منظور طراحی یک شبکه خدمات درمانی با اثر ریسک ادغام ارائه شده است. همچنین ازآنجایی که پارامترهای مدل موردنظر دارای عدم قطعیت می باشند، برای نزدیک تر شدن مدل به واقعیت، با استفاده از رویکرد بهینه سازی استوار، مدل در حالت غیرقطعی نیز گسترش یافته است. تابع هدف مورد اول، هزینه های مرتبط با حمل ونقل، استریلیزاسیون و همچنین جابجایی منابع را کمینه می نماید. تابع هدف دوم، حداقل سطح سرویس دهی مراکز خدمات درمانی به مشتریان را حداکثر می نماید. به علاوه به منظور حل مدل ارائه شده از یک روش چند هدفه فازی که در تحقیقات اخیر ارائه شده است، استفاده شده است. به منظور نمایش صحت و درستی مدل و روش حل ارائه شده مثال های عددی متعددی مورد بررسی قرار گرفته شده است. همچنین بر روی پارامترهای مسئله آنالیز حساسیت انجام پذیرفته است. نتایج محاسباتی نشان می دهد، مدل استوار ارائه دهنده جواب های با کیفیت تری می باشد به طوریکه دارای انحراف استاندارد بسیار پایین تری نسبت به مدل قطعی می باشد.کلید واژگان: طراحی شبکه بیمارستانی، بهینه سازی چند هدفه، بهینه سازی استوار، اثر ریسک ادغام، مکان یابی تخصیصIn this research, a multi-objective mixed integer programming model is presented to design a healthcare network with risk pooling effect. Since the model parameters have also uncertainty, for closing the model to reality, using robust optimization approach, the model is also extended in a state of uncertainty. Objective functions that have been used, include minimization of transportation costs, costs related to sterilization, as well as the movement of resources. We are also looking for maximizing the minimum level of service provision of healthcare centers to customers. Also, for solving the proposed model, we utilized a multi-objective fuzzy method which is developed in recent years. Moreover, several numerical examples are brought up to show the accuracy and validity of the model. The results obtained from this analysis, showed the accuracy of behavior of the model and the proposed approach in different modes. Computational results show that the robust model provides more high-quality solutions, in a way that it has far less standard deviation compared to deterministic modelKeywords: Healthcare network design, multi, objective optimization, robust optimization, risk pooling, location, allocation
-
توسعه محصول جدید یکی از عوامل کلیدی برای کسب مزیت رقابتی و تداوم رشد شرکت هاست؛ اما این کار فرایند مخاطرهآمیزی است که باید برای دستیابی به موفقیت در آن، ریسکهای موجود بهطور اثربخش مدیریت شوند. با توجه به اهمیت این نوع پروژه ها، در پژوهش حاضر تلاش میشود با مدیریت موثر ریسک در مرحله طراحی مفهومی محصولات جدید، احتمال موفقیت آنها بیشتر شود. بدین منظور، نخست مدلی جدید و معیارهایی برای اندازهگیری ریسکهای مرتبط با متغیر های طراحی ارائه شده است. در این مدل با درنظرگرفتن اثر متقابل ریسک ها بر پیامدهای رخداد یکدیگر و همچنین ریسک های مرتبط با متغیرهای پیوسته طراحی در فرایند محاسبه میزان ریسک طرح محصول، دقت محاسبات افزایش یافت. این مدل خود جزئی از مدل چند هدفهای با سه تابع هدف ریسک، اثربخشی کلی طرح و هزینه طرح محصول است تا تصمیم گیرندگان بتوانند با توجه به سطح ریسک پذیری و بودجه، طرحی را انتخاب کنند که بیشترین اثربخشی را داشته باشد.کلید واژگان: توسعه محصول جدید، ریسک، اثربخشی، بهینه سازی چند هدفه، NSGA، IINew Product Development (NPD) is one of the key factors for achieving competitive advantage and maintaining firm growth. Therefore, given the importance of this type of projects, this paper is an endeavor to make these projects more successful by effectively managing their risks in the conceptual design phase of new product development. For this purpose, a multi-objective model, with three objective functions, including risk, overall effectiveness of the design and cost, has been developed in this study. Among the innovations and features of this model, one can refer to its considering the mutual effect of risks to the outcomes of one another, as well as its taking into consideration the risks associated with the continuous design variables in calculating the risk measure of product design, which will ultimately lead to an increase in the accuracy of risk measure calculation for each product design.Keywords: New product development, risk, effectiveness, Multi, objective optimization, NSGA, II
-
یکی از چالش های اساسی تولیدکنندگان در سیستم های تولید براساس سفارش، برقراری توازن بین سفارش های ورودی و منابع محدود است. ازاین رو آنها باید برخی سفارش ها را انتخاب و بعضی را رد کنند. علاوه بر این، در پذیرش سفارش ها باید زمان بندی کارهای جاری در نظر گرفته شود. در تحقیق پیش رو در مورد مسئله زمان بندی و پذیرش سفارش در سیستم تولیدی خط جریان منعطف بدون وقفه بحث شده است. سفارش هایی که امکان تحویل در موعد مقرر را نداشته باشند، رد می شوند. بیشتر تحقیقات صورت گرفته مبتنی بر بهینه سازی تک هدفه اند، درصورتی که در شرایط واقعی باید اهداف مختلف را در تصمیم گیری مدنظر قرار داد. به همین دلیل مدل دو هدفه ای با اهداف حداکثر سازی سود و حداقل سازی میزان انحراف ها از موعد تحویل، ارائه شده است. به دلیل پیچیدگی زیاد مدل، روش های دقیق جواب بهینه ای را تولید نمی کنند، بنابر این دو الگوریتم فراابتکاری NSGA II و MOSA برای این مسئله توسعه داده شده و عملکرد آنها در سه دسته مختلف مسائل از طریق شاخص های کمی مقایسه شد.کلید واژگان: بهینه سازی چندهدفه، پنجره زمانی تحویل، جریان منعطف بدون وقفه، خط، زمان بندی و پذیرش سفارشOne of the main challenges for manufacturers in production systems on order is balancing between orders, inputs and limited resources. Hence, they have to choose some orders and reject the others. In addition, work schedule must be considered in order acceptance. In this research the integrated problem of scheduling and order acceptance in a no wait flexible flow line production system is discussed. In this study orders that cant be delivered in due date are rejected . Most researches are single objective optimization but in real world different objectives should be considered in the decision making. Therefor a bi-objective model which maximizes profit and minimize delivery deviation, is presented. Due to the high complexity of the model, the exact methods are not able to produce the optimal solution , so the two meta- heuristic algorithms MOSA and NSGA II for this problem were developed and their performance were compared through quantitative indicators in three different categories.Keywords: Scheduling, order acceptance, no wait flexible flow lines, delivery time windows, multi, objective optimization
-
بهینه سازی سبد پروژه با اثر متقابل با استفاده از الگوریتم بهینه سازی مبتنی بر آموزش و یادگیری (TLBO)امروزه سازمان ها با انبوهی از پروژه ها و فرصت های سرمایه گذاری مواجه اند. با وجود ضرورت توجه به معیارهای مختلف، پیچیدگی مدل های چندهدفه در کنار ضعف ابزارهای بهینه سازی در حل این مدل ها، مدیران را مجبور ساخته تا معیارهای انتخاب را محدودتر کرده و اغلب به معیارهای مالی اکتفا کنند. در این مقاله با بهره گیری از الگوریتمی کارا مبتنی بر فرایند آموزش و یادگیری علاوه بر معیارهای مالی، عواملی همچون توانایی سازمان در اجرای موفقیت آمیز پروژه ها، میزان تحقق راهبرد های سازمان در پرتو پروژه های انتخابی و همچنین تاثیر متقابل مجموعه پروژه های منتخب بر یکدیگر در قالب یک مدل برنامه ریزی صفر و یک چندهدفه بررسی و بهینه گردید. در نهایت مدل ارائه شده در یک سازمان پروژه محور اعمال و نحوه عملکرد الگوریتم پیشنهادی با الگوریتم های ژنتیک و بهینه سازی گروه ذرات مقایسه شد. نتایج حاکی از توانایی الگوریتم پیشنهادی در دستیابی به پاسخ بهینه و برتری آن نسبت به سایرین است.کلید واژگان: اثر متقابل پروژه ها، الگوریتم فراابتکاری خود بهینه مبتنی بر آموزش و یادگیری، بهینه سازی چندهدفه، بهینه سازی سبد پروژه: Nowadays, organizations are faced with a multitude of project and investment opportunities. Despite the importance of various criteria, complexity of multi-objective models and weakness of optimization algorithms often compelled manager to limit the selection criteria or only suffice to financial objects. In this paper, it is endeavored to extend selection criteria by using an efficient optimization algorithm based on teaching-learning process, which makes it possible to solve the proposed 0-1 multi-objective programing model. Finally efficiency of the applied algorithm called TLBO is compared with PSO and GA by applying the proposed model in a project oriented organization. It was shown that TLBO is better than GA and PSO algorithm technique, which was used before in such problems.Keywords: project portfolio optimization, project interaction, teaching, learning based optimization algorithm (TLBO), Multi, objective optimization
-
مسئله روزنامه فروش از نوع سیستم های موجودی تک دوره ای است که در زندگی واقعی ما بسیار رایج است. با توجه به اهمیت موضوع این مقاله به بررسی مسئله روزنامه فروش با در نظر گرفتن محدودیت های تخفیف که شامل تخفیف کلی و نموی است و محدودیت بودجه و فضای انبار با دو هدف حداکثرسازی سود و سطح خدمت میپردازد.این اهدا با ارائه یک مدل غیرخطی مدلسازی میشود. حل این مدل با استفاده از نرم افزار گمز8 و تکنیک های مختلف چند هدفه و با این فرض که توزیع هر محصول یکنواخت است صورت میگیارد. همچنین مقایسه روش ها به دو صورت مقایسه آماری و تصمیم گیری چندگانه انجام میگیرد.کلید واژگان: مسئله روزنامه فروش، تخفیف نموی، تخفیف کلی، بهینه سازی دوهدفهThe newsboy problem is considered as a single period problem which is very common in our real life. This paper study the newsboy problem considering the discount constraint including quantity and incremental and also warehouse space and budget constraint with two objectives of profit and service level maximizing. These objectives are designed by an integer non - linear model. This model is solved by using GAMS software and various multi-objective techniques considering this assumption that each product distribution is uniform.Also comparison of methods has been done in tow forms of statistical comparison and multiple decisions.Keywords: Newsboy problem, Quantity discount, Incremental discount, Bi, objective optimization
-
تجزیه و تحلیل سیستم های پیچیده خدماتی با درنظرگرفتن الگوهای تصادفی آن ها به کمک روش های مدل سازی ریاضی بسیار پیچیده یا احتمالا ناممکن است؛ بنابراین مشاهده می شود راهکارهای بهبود بیشتر متکی بر استفاده از تجربیات خبرگان فن و تحلیل های توصیفی است. در مقاله حاضر، با بهره گیری از رویکرد شبیه سازی کامپیوتری گسسته- پیشامد، نظام دادرسی کیفری در دادگاهی برگزیده در کشورمان تجزیه و تحلیل کمی شد و در آن با استفاده از ابزارهای آماری مانند طراحی آزمایش ها، آزمون فرض، تحلیل رگرسیون، روش های تحلیل حساسیت و بهینه سازی چندهدفه، راهکارهای عملیاتی مناسب برای بهبود زوج شاخص عملکردی سیستم ارائه شد. نتایج شبیه سازی نشان داد با بهره گیری سناریوهای پیشنهادی می توان کاهش 27 درصدی در میانگین زمان دادرسی و به طور همزمان کاهش 80 درصدی در متوسط مراجعه های مکرر به این دادگاه انتظار داشت. همچنین، با اجرای آزمون فرض بر چند متغیرهای پاسخ مصنوعی، اعتبارسنجی مدل شبیه سازی برای حصول به جزئیات تحلیلی بیشتر دنبال شد.
کلید واژگان: بهینه سازی چندهدفه، تابع مطلوبیت، تجزیه و تحلیل سیستم های خدماتی، شبیه سازی کامپیوتری گسسته، پیشامد، طراحی آزمایش هاSince the analysis of complex services systems by using mathematical modeling techniques, with considering the random patterns prevailing in them, is very difficult or impossible, improvement guidelines are often followed based on the professional's experience and descriptive analysis. In this paper, by employing the discrete event computer simulation approach, criminal trial system has been quantitatively analyzed in a selected court in Iran and appropriate operational strategies to improve two system performance indicators has been provided using statistical tools such as Design of Experiments, Hypothesis testing, Regression and Sensitivity analysis methods and multi-objective optimization. The simulation results show that by using the proposed scenarios, a reduction of 27% in average responding time on penal claims and simultaneously a reduction of 80% in repeated referral rate can be expected. In this study, in order to assess the effects of more changes by defining artificial response variables, validation of simulation models is also evaluated.Keywords: Service Systems Analysis, Multi, Objective Optimization, Discrete Event Simulation, Design of Experiments, Desireability -
در سال های اخیر توجه به لجستیک معکوس و خصوصا یکپارچگی آن با لجستیک مستقیم امری مهم در کاهش هزینه های زنجیره تامین به حساب آمده است. در این مقاله یک زنجیره تامین بسته طراحی شده است که به صورت چندهدفه، چندمحصولی و چنددوره ای می باشد. توابع هدف شامل حداقل سازی هزینه های حمل ونقل بین مراکز و هزینه پردازش داخل مراکز و مراکز ساخته شده و همچنین حداقل سازی کربن دی اکسید منتشر شده در داخل مراکز و کربن دی اکسید منتشر شده در اثر حمل ونقل بین مراکز می باشد. برای این منظور از یک مدل برنامه ریزی عدد صحیح مختلط استفاده شده است و مسئله جزء مسائل NP Hard می باشد. برتری این مدل نسبت به مدل های گذشته در نظر گرفتن چند محصول و چند دوره در دو هدف مربوطه می باشد همچنین مدل مربوطه محدودیت تولید کربن دی اکسید را در بین مراکز و داخل مراکز در نظر می گیرد. در راستای یکپارچه سازی مدل ابتدا دو هدف هم فاز شده و با استفاده از روش برنامه ریزی چندهدفه به یک هدف تبدیل می شوند. در راستای اعتبارسنجی مدل و تاثیر اوزان توابع هدف چند مسئله طراحی شده و با CPLEX 12.3 حل شده است و در پایان، نتایج مورد تحلیل قرار گرفته است.
کلید واژگان: زنجیره تامین حلقه بسته، بهینه سازی دو هدفه، زنجیره تامین سبزIn recent years, due to the reverse logistics and particularly integration with direct Logistics is considered important in reducing supply chain costs. In this paper, a closed supply chain with multi-objective, multi-product and multi-period is designed. The objective functions consists of minimizing transportation costs between centers and processing cost within centers and centers construction and also the minimization of carbon dioxide is published within centers and carbon dioxide is published of transportation between centers. For this purpose, a mixed integer programming model is used and the problem is NP Hard. This model is superior to previous models,Considering multi-product and multi-period in relevant two objectives and also the relevant model constraints Production carbon dioxide between centers and within centers consideration. In order to integrate the supply chain's two goals the same phase and by multi-objective planning became an object. In order to validate the model and the influence of objective functions Weights several problem is designed and is solved with CPLEX 12.3 and in the end, the results are analyzed.Keywords: Closed, loop supply chain, Two, objective optimization, Green supply chain -
طراحی شبکه زنجیره تامین از اساسی ترین مسائل مطرح در سازمان هاست، به خصوص سازمان هایی که در سطح بین المللی فعالیت می کنند. بهینه سازی این شبکه منجر به مدیریت کارا و موثر عملیات کل زنجیره تامین می شود. طراحی شبکه تعداد، موقعیت، ظرفیت، نوع تسهیلات شبکه، مسیرهای توزیع، حمل مواد و محصولات از تامین کننده تا مشتری و برعکس را مشخص می کند. این پژوهش روش حل جدیدی براساس الگوریتم های فرا ابتکاری MOGA و NSGAII برای یافتن مجموعه ای از جواب های پارتو بهینه ارائه می دهد. مسئله طراحی دو هدفه شبکه لجستیک یکپارچه، مجموعه ای از جواب های جایگزین را جهت توانمند ساختن تصمیم گیرندگان پیشنهاد می کند. نظر به اینکه در این تحقیق، سطح سرویس از اهمیت بالایی برخوردار می باشد، از این رو مدلسازی بر اساس برآورده شدن تمام تقاضای مشتریان انجام شده است.
اهداف مورد نظر برای بهینه سازی شبکه شامل کمینه سازی هزینه کل و بیشینه سازی استفاده متوازن از ظرفیت تسهیلات شبکه است که منجر به کاهش زمان در سرویس دهی به مشتریان (افزایش سطح سرویس) می شود. به این ترتیب نه مسئله آزمایشی از کوچک تا بزرگ طراحی شد و برای مقایسه کیفیت جواب های پارتو به دست آمده از الگوریتم ها، هفت معیار مطرح در فضای چند هدفه مورد استفاده قرار گرفت. نتایج نشان می دهد که جواب های تولیدی به وسیله الگوریتم NSGAII از کیفیت بالاتری برخوردارند.
کلید واژگان: لجستیک یکپارچه، بهینه یابی چند هدفه، الگوریتم ژنتیک، الگوریتم NSGAIIOne of the organizations’ fundamental issues is supply chain network design. Optimization of this network can lead to effective management of the whole supply chain. Network design specifies the position، capacity، number and type of network facilities، and transportation network of materials and products from the supplier to the customer and vice versa. This research proposes new solution procedure based on Multi-objective Genetic Algorithm (MOGA) and Non-dominated Sorting Genetic algorithm-II (NSGAII) to find the set of Pareto optimal solutions that empowers the decision-makers by alternative solutions. Considering that in this study the level of service is very important، so this modeling was based on satisfying all customer demands. Objectives for network optimization are minimization of total cost and maximization of capacity utilization balance for network facilities that lead to the reduction of customers’ service time (increase service levels). Nine problems were designed from small to large. In order to compare the quality of the obtained Pareto solutions of both algorithms، seven criteria (for multi-objective problems) were used in this study. The results indicated that the solutions produced by NSGAII algorithm have higher quality.Keywords: Integrated logistics, Multi, objective optimization, Genetic algorithm, Non, dominated Sorting Genetic Algorithm, II -
در این مقاله، یک مدل ریاضی جدید دو هدفه و آمیخته با اعداد صحیح برای مسایل شبکه های توزیع ارایه می شود. یک تابع هدف هزینه های خرید، حمل و نقل و نگهداری کالاها را حداقل می کند و تابع هدف دیگر با عنوان توزیع بهنگام، مجموع مقادیر دیرکرد یا زودکرد تحویل کالاها را با توجه به اختلاف زمان تحویل و زمان مقرر کمینه می کند. این مدل برای شبکه توزیع سه سطحی شامل تامین کنندگان، عمده فروشان و خرده فروشان طراحی می شود که چندین محصول با مقادیر تقاضای قطعی را در یک افق چند دوره ای از طریق دو کانال مستقیم و غیر مستقیم توزیع می کند. از آنجا که مدل دو هدفه ارایه شده در ابعاد واقعی از نظر زمانی قابل حل با روش های دقیق نیست، یک الگوریتم بهینه سازی ذرات انبوه چند هدفه برای حل مساله طراحی می شود که کیفیت آن در مسایل کوچکتر که از روش های دقیق نیز قابل حل هستند، با جواب های حاصل از نرم افزار لینگو مقایسه می شود. در ادامه مقاله، نشان داده می شود که الگوریتم پیشنهادی در زمان کوتاهتری نسبت به روش دقیق مربوط به نرم افزار لینگو به جواب های خوبی از لحاظ کیفیت دست می یابد و در ابعاد بزرگ نیز در مدت زمان قابل قبولی به جواب می رسد.
کلید واژگان: مدیریت زنجیره تامین، شبکه های توزیع، بهینه سازی چند هدفه، بهینه سازی ذرات انبوهIn this paper a novel، bi-objective mixed-integer mathematical programming has been proposed for a distribution network problem. One objective function minimizes the total purchasing، transportation and holding costs and the another objective minimizes the total amount of delayed or before time deliveries multiplied by respective durations، named «JIT distribution». Supplying the customer demand، holding and delivering products at warehouse are the most important constraints considered in this model. This model has been designed for a three-echelon distribution network consisting multiple suppliers، wholesalers and retailers to distribute multiple products with a deterministic amount of demand through either direct or indirect channels in a planning horizon. Since real-sized problems of the resulting bi-objective mixed-integer linear programming (MILP) cannot be solved with exact methods، a multi objective particle swarm algorithm (MOPSO) is designed of which، quality in small-sized problems is compared with the solutions obtained by the LINGO software. The computational results show that the proposed MOPSO algorithm finds good solutions in shorter times than LINGO and has acceptable running times in large-scale problems.
Keywords: Supply Chain Management, Distribution Network, Multi, objective optimization, Particle Swarm Algorithm -
Integrating flexible job-shop scheduling problem (FJSP) with preventive maintenance (PM) is pondered in this paper. Minimizing the makespan for scheduling part and minimizing the system unavailability for maintenance part are simultaneously under consideration. For doing it, the assignment of n jobs on m machines in production side and executing the PM actions at appropriate time intervals in maintenance part are carried out at the same time. Also, for carrying out the maintenance side, reliability model is employed. Moreover, number of maintenance actions and maintenance intervals are not fixed in advanced. In order to ensure of obtained results, two multi-objective evolutionary algorithms (NSGA-II and NRGA) are compared. Besides, these genetic algorithms were hybridized with both well-known composite dispatching rule (CDR) and active scheduling and then compared as a two new evolutionary algorithms named CDRNSGA-II and CDRNRGA. Furthermore, the algorithms are compared with more than 4800 test instances.Keywords: Scheduling, Flexible job shop, Preventive maintenance, Genetic algorithm, Reliability, Multi, objective optimization
نکته
- نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
©2000-2025 magiran.com All Rights Reserved.