مدل بهینه سازی چند هدفه غیر خطی برنامه ریزی تولید بر اساس منطق فازی و یادگیری ماشین

این تحقیق به معرفی یک مدل بهینه سازی چندهدفه غیرخطی می پردازد که برای بهینه سازی هم زمان سود و رضایت مشتری در سیستم های تولیدی طراحی شده است. مساله مورد بررسی شامل بهینه سازی در شرایط پیچیده و نامطمئن تولید است که با محدودیت های منابع و زمان مواجه است. مدل پیشنهادی با به کارگیری توابع هدف غیرخطی و تحلیل دقیق شرایط عملیاتی، راه حل های بهینه ای را برای مدیران ارائه می دهد. این منطق فازی با الگوریتم های یادگیری ماشین نظیر شبکه های عصبی و یادگیری تقویتی ترکیب شده است تا مدلی هوشمند و انعطاف پذیر ایجاد شود که به طور موثری با تغییرات ناگهانی در محیط های پویا سازگار می شود. این مدل از ترکیب الگوریتم های ژنتیک مرتب سازی غیر مسلط چهارم (NSGA-IV) و شبکه انتخاب متغیر (VSN) در یک چارچوب ترکیبی بهره می برد و رویکردی پیشرفته و چندوجهی برای حل مسائل پیچیده بهینه سازی چندهدفه ارائه می کند. نتایج پارتو-بهینه حاصل از این مدل نشان دهنده عملکرد کارآمد و بهینه آن است. مدل پیشنهادی می تواند به عنوان منبعی عملی و راهبردی برای مدیران و تصمیم گیران در بهینه سازی تولید و ارتقاء رضایت مشتری در شرایط نامطمئن و پویا مورد استفاده قرار گیرد.