فهرست مطالب

  • سال پنجاه و دوم شماره 3 (پاییز 1397)
  • تاریخ انتشار: 1397/09/12
  • تعداد عناوین: 12
|
  • مریم اسمعیلی*، زهره گودرزی صفحات 309-324
    نگهداری و تعمیرات در سیستم های چندوضعیته به دنبال لزوم اجرای ماموریت های متوالی با مدت زمان توقف محدود میان هر دو ماموریت متوالی، اهمیت ویژه ای دارد. همچنین حضور دو ذی نفع در مسائل نگهداری و تعمیرات منتخب، بر لزوم دستیابی به پاسخی بهینه برای این مسائل می افزاید. در مقاله حاضر برای نخستین بار از رویکرد تئوری بازی ها در مسئله نگهداری و تعمیرات منتخب برای سیستم های چندوضعیته که متاثر از وابستگی تصادفی نیز هستند، استفاده شده است. با توجه به اولویت نظر مشتری در دنیای امروزی، تعامل میان مشتری و تعمیرگاه براساس مدل مشتری-استکلبرگ ارائه شده است. در این مدل مشتری به عنوان رهبر، ابتدا مولفه های قرارداد و سطح قابلیت اطمینان سیستم را با هدف دستیابی به حداکثر مطلوبیت خود انتخاب می کند. سپس هزینه نیروی انسانی در تعمیرگاه به عنوان پیرو محاسبه می شود. بررسی کارایی روش پیشنهادی در قالب مثال های عددی صورت گرفت. همچنین به منظور بررسی تعمیم پذیری، تحلیل حساسیت نتایج نیز درباره تغییر مقادیر پارامترهای کلیدی مدل ارائه شده است.
    کلیدواژگان: تئوری بازی ها، سیستم چندوضعیته، نگهداری و تعمیرات منتخب، وابستگی تصادفی
  • سحر اولای، مهدی بشیری*، عرفانه نیک زاد صفحات 325-336
    در مسائل مربوط به بحران، معمولا عدم قطعیت در اطلاعات وجود دارد که در مراحل مختلف و با گذر زمان و دریافت اطلاعات لحظه ای کاهش می یابد، اما همچنان سطحی از آن مشاهده می شود؛ بنابراین در مسائلی که اطلاعات در چند مرحله به روزرسانی می شوند، ضروری است مسئله به صورت بهینه سازی تصادفی چندمرحله ای، مدل سازی و حل شود تا تصمیم ها به واقعیت نزدیک تر شوند. در این مقاله، مدل چندمرحله ای مسیریابی برای امداد و نجات مسائل بحران ارائه شده است که در هر مرحله با دریافت اطلاعات به موقع، نقاط بازدیدنشده بار دیگر مسیریابی می شود. همچنین روش تقریبی مبتنی بر برنامه ریزی تصادفی دومرحله ای ارائه شده است که تقریب مناسبی از مدل چندمرحله ای خواهد بود. نتایج مقایسه ای این روش با نتایج مدل قطعی نشان می دهد تعداد نجات یافتگان با استفاده از روش تقریبی بیشتر از مدل قطعی است. ضرورت استفاده از رویکرد پیشنهادی نیز بیان شده است.
    کلیدواژگان: امداد و نجات، بحران، عدم قطعیت، مدل سازی چندمرحله ای، مسیریابی
  • مقداد حاجی محمدعلی جهرمی*، عباس کاشانیان صفحات 337-347
    تبادل کالا با کالا یا تهاتر روشی دیرینه در مبادلات تجاری است، اما امروزه شبکه های نوین تهاتری در سطح ملی و بین المللی جایگاه ویژه ای یافته اند. کمک به رونق اقتصادی، مقابله با تحریم های پولی، حفظ ذخایر ارزی، حفظ نیروی کار و موارد دیگر از جمله مزایای بازارهای نوین تهاتری است. با توجه به گستردگی این بازارها، مدیریت صحیح برای ایجاد توازن در بازار، کاهش هزینه ها، کاهش ریسک ورود به شبکه تهاتری مستلزم مدل بندی دقیق و جامع ریاضی است. در این مقاله، با درنظرگرفتن شبکه تهاتری دولتی شامل چندین کشور به عنوان اعضای این شبکه، به منظور تامین کالاهای مورد نیاز هر کشور، مسئله بهینه سازی ریاضی چندهدفه با هدف کاهش هزینه ها و بدهی کشورها طراحی و ارائه شد. نتایج حاصل از حل مدل ارائه شده نشان می دهد این مدل الگوی مناسبی برای تولید و تبادل کالا میان کشورهای تشکیل دهنده شبکه تهاتری دولتی ارائه می دهد.
    کلیدواژگان: بهینه سازی ریاضی، تهاتر، زنجیره تامین دولتی، شبکه تهاتر دولتی
  • حسین علی حسن پور*، مرتضی جبله صفحات 349-366
    در این پژوهش، مدل برنامه ریزی عدد صحیح غیرخطی سه هدفه (ناب- چابک و ارزش های محوری) به منظور بهینه سازی زنجیره تامین اقلام عمومی ارائه شده و در آن همه پارامترهای توابع هدف و محدودیت ها به صورت قطعی مدنظر قرار گرفته است. مدل ارائه شده سه هدف کمینه کردن هزینه های حمل ونقل، زمان تاخیر در تحویل و عقد و فسخ قرارداد و بیشینه کردن میزان چابکی و ارزش های محوری را شامل می شود. در این مدل به طراحی شبکه زنجیره تامین ناب، چابک و ارزشی پرداخته می شود. این شبکه شامل تولیدکنندگان، توزیع کنندگان و مشتریان است که در آن شاخص ها و معیارهای ارزشی و چابکی برای تولیدکنندگان و توزیع کنندگان درنظر گرفته شده است. روش حل بدین گونه است که ابتدا اوزان مناسب چابکی و رعایت ارزش ها برای تولیدکنندگان و توزیع کنندگان به روش تصمیم گیری چندمعیاره به دست می آید، سپس این اوزان با سایر پارامترهای مسئله، به عنوان ورودی مدل ریاضی پیشنهادی مدنظر قرار می گیرند. مدل ریاضی ارائه شده در قالب مطالعه موردی با استفاده از نرم افزار GAMS حل شده و سپس دو الگوریتم فراابتکاری چندهدفه شامل الگوریتم ژنتیک و پرش قورباغه با مرتب سازی نامغلوب ارائه شده است. به منظور اعتبارسنجی نیز نتایج این الگوریتم ها با نتایج حل دقیق، مقایسه شده است. همچنین نتایج دو الگوریتم NSGA-II و NSMOSFLA به ازای معیارهای مقایسه ای الگوریتم های چندهدفه تحلیل شده است.
    کلیدواژگان: الگوریتم پرش قورباغه چندهدفه، الگوریتم ژنتیک چندهدفه، زنجیره تامین ناب- چابک و ارزشی، مدل عدد صحیح غیرخطی
  • فاطمه دانش آموز، جواد بهنامیان* صفحات 367-378
    زمان بندی یکی از مسائل پرکاربرد در صنعت است که پژوهشگران در سال های اخیر توجهی ویژه به آن داشته اند. تلاش برای کاهش شکاف میان روش های تئوری و کاربردی در مسائل زمان بندی، از ضرورت های دنیای امروز محسوب می شود. یکی از اقدامات صورت گرفته در این زمینه، توجه هم زمان دو مرحله مونتاژ و پردازش است. در این پژوهش با توجه به اهمیت توجه هم زمان به مراحل مختلف تولید در صنعت و همچنین به منظور کاربردی ترکردن مسئله، به بررسی مسئله زمان بندی تولید کارگاهی با درنظرگرفتن یک مرحله مونتاژ موازی با هدف حداقل کردن زمان تکمیل محصولات پرداخته ایم. بدین منظور ابتدا مسئله مدنظر به مسئله رنگ آمیزی گراف تقلیل داده شد. با توجه به اینکه مسئله مدنظر و رنگ آمیزی گراف مربوط از نوع NP-hard هستند، برای حل آن ها در ابعاد متوسط و بزرگ از الگوریتم ترکیبی ژنتیک و بهینه سازی انبوه ذرات استفاده شد. همچنین به منظور بررسی صحت عملکرد و میزان کارایی الگوریتم در این پژوهش، حدود بالا و پایینی با استفاده از مسئله رنگ آمیزی گراف ارائه شد.
    کلیدواژگان: تولید کارگاهی، رنگ آمیزی گراف، زمان بندی، مونتاژ موازی
  • مسعود ربانی*، محمد روان بخش، مهیار طاهری صفحات 379-388
    در این مقاله، مدل یکپارچه برای شبکه سه سطحی توزیع فیبر نوری با درنظرگرفتن هم زمان شبکه های ستون فقرات و دسترسی ارائه شده است که توپولوژی به کاررفته در سطوح آن به ترتیب حلقه، ستاره و ستاره است. هدف مدل نیز تعیین مکان هاب های مرکزی و متمرکزکننده ها، چگونگی ارتباط میان هاب ها و اختصاص هریک از کاربران به یکی از متمرکزکننده هاست؛ به نحوی که هزینه های ارتباطی فیبر و راه اندازی متمرکزکننده ها به حداقل برسد و پهنای باند موردنیاز هر کاربر تامین شود. با توجه به NP-Hard بودن، مسئله در سایز کوچک با نرم افزارGAMS  اعتباردهی و سپس با استفاده از دو روش فراابتکاری تفاضل تکاملی و الگوریتم ژنتیک مدل در سایزهای بزرگ تر حل شده است. مقایسه نتایج محاسباتی بیانگر سرعت بیشتر الگوریتم تفاضل تکاملی و برتری این الگوریتم بر مدل با سایز کوچک و متوسط است، اما برای مدلی با ابعاد بزرگ تر الگوریتم ژنتیک توصیه می شود.
    کلیدواژگان: الگوریتم تفاضل تکاملی، الگوریتم ژنتیک، طراحی شبکه های سه سطحی، فیبر نوری، مکان یابی-اختصاص
  • میلاد رحیمی مقدم، احمد اصل حداد، رضا رمضانیان* صفحات 389-403
    در این مقاله مدل ریاضی جدید برای توسعه نیروگاه های انرژی الکتریسیته ارائه شده است که از نظر برنامه ریزی در گروه برنامه ریزی های بلندمدت در ادبیات خود محسوب می شود، اما گام های مسئله به صورت ماهانه است. درنظرگرفتن محدودیت های نرم و سخت در کنار یکدیگر و متناسب با مفهوم مدل در دنیای واقعی، از دیگر ویژگی های مدل مذکور است. همچنین باید تقسیم بندی نیروگاه ها براساس مناطق احداث آن ها را نیز به دیگر ویژگی های مدل افزود. در ادامه حل دقیق مدل در ابعاد کوچک به کمک نرم افزار گمز صورت گرفته و به دلیل پیچیدگی مسئله، الگوریتم های فرابتکاری ژنتیک و بهینه سازی مبتنی بر آموزش و یادگیری مطرح شده است. تنظیم پارامتر الگوریتم ژنتیک نیز با استفاده از روش RSM انجام شده و سپس 22 سری مثال عددی با هریک از این دو الگوریتم حل شده است. نتایج نیز با یکدیگر مقایسه شده اند که نشان دهنده برتری الگوریتم ژنتیک هستند.
    کلیدواژگان: الگوریتم بهینه سازی مبتنی بر آموزش و یادگیری، الگوریتم ژنتیک، انرژی الکتریسیته، توسعه نیروگاه های انرژی الکتریسیته
  • پریا سلیمانی*، زهره یعقوبی صفحات 405-420
    پیش بینی دقیق نیاز مصرف شبکه برق ماهانه می تواند در برنامه ریزی انرژی موثر باشد و مدیریت صحیح تر مصرف برق را امکان پذیر کند. نیاز مصرف برق ماهانه نشان دهنده گرایش فصلی پیچیده و غیرخطی است یکی از مدل هایی که به طور گسترده برای پیش بینی سری های زمانی غیرخطی استفاده می شود، رگرسیون بردار پشتیبان (SVR) است که در آن باید انتخاب پارامترهای کلیدی و تاثیر تغییرات فصلی درنظر گرفته شود؛ بنابراین ضروری است پارامترهای مدل رگرسیون بردار پشتیبان به صورت مناسب انتخاب شوند و گرایش های غیرخطی و فصلی داده های نیاز مصرف برق تعدیل شوند. روشی که در پژوهش حاضر پیشنهاد می شود، پیوندزدن مدل رگرسیون بردار پشتیبان (SVR) با الگوریتم بهینه سازی مگس میوه (FOA) و تنظیم شاخص فصلی برای پیش بینی نیاز مصرف برق ماهانه است. علاوه براین، به منظور ارزیابی جامع عملکرد پیش بینی مدل ترکیبی، نمونه ای کوچک از نیاز مصرف برق ماهانه ایران و نمونه بزرگی از تولید برق ماهانه ایران برای نشان دادن عملکرد پیش بینی بررسی شده است. همچنین در این پژوهش برتری «مدل ترکیبی رگرسیون بردار پشتیبان با الگوریتم بهینه سازی مگس میوه با تعدیل گرایش های فصلی (SFOASVR)» در مقایسه با سایر مدل های شناخته شده پیش بینی از نظر دقت پیش بینی و کم بودن خطای پیش بینی بررسی شده است. برای این منظور معیارهای ارزیابی ریشه میانگین مربعات خطا (RMSE) و میانگین درصد خطای مطلق (MAPE)، همچنین آزمون ناپارامتری ویلکاکسون صورت می گیرد. براساس نتایج، مدل SFOASVR از سایر مدل های پیش بینی خطای کمتری دارد و درنتیجه گزینه ای مناسب برای کاربردهای پیش بینی نیاز مصرف برق است.
    کلیدواژگان: الگوریتم بهینه سازی مگس میوه (FOA)، تغییرات فصلی، پیش بینی، رگرسیون بردار پشتیبان (SVR)، نیاز مصرف شبکه برق
  • جواد صابری نسب، راشد صحرائیان*، محمد روحانی نژاد صفحات 421-431
    در این پژوهش، زمان بندی زنجیره تامین دومرحله ای، شامل تولیدکنندگان و توزیع کنندگان بررسی شده است. پردازش کارها با ماشین های بسته بندی سریالی صورت می گیرد. وسایل نقلیه، کارها را برای پردازش های بیشتر به مشتریان تحویل می دهند. ظرفیت هر دسته محدود است و هزینه واحد تحویل هر دسته ثابت و مستقل از تعداد کارها در هر دسته محسوب می شود. زمان پردازش و آماده سازی کارها با توجه به انواع آن ها نیز متفاوت است. زمان آماده سازی با توجه به نوع کار درون هر دسته درنظر گرفته شده است. هدف مسئله حداقل کردن زمان پایان آخرین کار است. مدل سازی مسئله با روش برنامه ریزی عدد صحیح مختلط انجام و یک کران پایین برای این مسئله مدنظر قرار گرفته است. در پایان نیز نتایج محاسباتی برای بررسی کارایی کران پایین بیان شده است.
    کلیدواژگان: دسته تحویل، زمان بندی زنجیره تامین، زمان آماده سازی، کران پایین
  • روزبه عزیزمحمدی*، میثم جعفری اسکندری، نگار حق نظری صفحات 433-444
    انتخاب مجموعه نمونه پروژه، فرایندی پیچیده است که بسیاری از عوامل و ملاحظات را از زمانی که پیشنهاد شده است تا زمانی که پروژه به اتمام می رسد دربرمی گیرد. با توجه به اینکه انتخاب خوب اهمیتی حیاتی دارد، استفاده از مدل های ریاضی معتبر برای هدایت سازمان به هدف نهایی آن ضروری است. برای دستیابی به این هدف، چنین مدل هایی باید تا حد ممکن هر دو وضعیت واقعی سازمان و اهداف و ترجیحات آن را منعکس کنند. با این حال، از آنجا که فرایند انتخاب و اجرای پروژه های حمل ونقل در محیط واقعی و نه در آزمایشگاه ها صورت می گیرد، اطمینان نداشتن و کمبود دانش درمورد برخی داده ها همیشه مسئله ای مهم است. هدف این مقاله ارائه مدل چندهدفه فازی با درنظرگرفتن عدم قطعیت در متغیرهای بودجه، زمان مورد نیاز برای اتمام پروژه، آلودگی های زیست محیطی، خطر و کیفیت است. همچنین در این مدل، حداقل کردن آلودگی زیست محیطی، حداکثرکردن کیفیت، حداقل کردن ریسک و هزینه پروژه ها تحت تورم در اهداف مسئله درنظر گرفته و برای بیان عدم قطعیت ها نیز از پارامترهای فازی استفاده شده است. با توجه به NP-Hard بودن مدل، روش های فراابتکاری برای حل مدل کاربرد دارد. بدین منظور مدل ارائه شده با الگوریتم ازدحام ذرات حل شد. درنهایت نیز برای سنجش کارایی الگوریتم، مقایسه نتایج با الگوریتم ژنتیک صورت گرفت. براساس نتایج اجرای مدل درباره داده های چهارده پروژه کلان حمل ونقل ریلی کشور، سه پروژه اولویت دار برای شهرهای کرج، اصفهان و شیراز بالاترین اولویت را دارد و براساس مولفه های مدل از اهمیت بسیاری در روان سازی ترافیک های شهری برخوردار هستند.
    کلیدواژگان: الگوریتم ازدحام ذرات، برنامه ریزی چندهدفه، سبد پروژه های سبز، عدم قطعیت، منطق فازی
  • بابک فضلی بشلی، علی جهان* صفحات 445-458
    یکی از حلقه های مهم در زنجیره تامین شبکه توزیع است. مسئله مکان یابی توزیع کنندگان نیز یکی از مسائل مهم زنجیره تامین درباره تصمیم های سیستم توزیع محسوب می شود. همچنین یکی از مهم ترین اهداف زنجیره تامین رضایت مشتریان است؛ بنابراین قابلیت اطمینان می تواند در ارسال محصولات کافی به مشتریان موثر باشد. در این پژوهش مدل غیرقطعی مکان یابی چهار هدفه عدد صحیح مختلط غیرخطی، چندمحصولی و چنددوره ای با هدف کمینه سازی هزینه های کل، کمینه سازی فضای انبارش توزیع کنندگان، کمینه سازی زمان تاخیر و تعجیل در ارسال به توزیع کنندگان و افزایش قابلیت اطمینان مراکز توزیع در ارسال به مشتریان، همچنین مدل پیشنهادی مسئله برای زنجیره تامین چهار سطحی ارائه شده است. حل مدل چندهدفه به کمک روش ریاضی E-محدودیت و تابع حددار صورت گرفته است. درنهایت برای بررسی کارایی مدل و عملکرد روش های پیشنهادی چندین مثال عددی طراحی و نتایج حاصل از آن ها مقایسه شده اند.
    کلیدواژگان: زنجیره تامین، قابلیت اطمینان انبارها، مکان یابی، هزینه موجودی ها
  • مجتبی کرمانشاهی، نیک بخش جوادیان*، محمدمهدی پایدار صفحات 459-469
    در جهان رقابتی حاضر، لزوم کمینه سازی هزینه ها و زمان تولید و افزایش میزان بهره وری در سیستم های تولیدی، بیش ازپیش احساس می شود؛ زیرا با کاهش هزینه های ناشی از تولید، قیمت تمام شده کالا نیز کاهش می یابد و اگر زمان تولید کاهش یابد متعاقب آن زمان پاسخگویی به سفارش مشتری هم کاهش می یابد. در این مقاله، مدل ریاضی دوهدفه برای مسئله آرایش سلولی بر پایه افزایش میزان بهره وری گروهی در محیط پویا با در نظر گرفتن تخصیص اپراتور ارائه شده است. ازجمله مزیت های این مدل عبارت است از: در نظر گرفتن افق برنامه ریزی چند دوره ای، پیکربندی مجدد سیستم، ظرفیت ماشین، تعداد اپراتور در دسترس و انعطاف پذیری در تخصیص اپراتور است. اهداف مدل پیشنهادی شامل افزایش میزان بهره وری گروهی در کل دوره ها و کاهش هزینه های سیستم شامل خرید ماشین، تعمیرات و نگهداری، هزینه متغیر ماشین، هزینه راه اندازی و از دور خارج کردن ماشین ها و همین طور هزینه حقوق، استخدام و اخراج است. این مدل به روش اپسیلون- محدودیت اصلاح شده تقویت شده حل و درنهایت نتایج به دست آمده بررسی شده است.
    کلیدواژگان: آرایش سلول ها، بهره وری گروهی، تخصیص اپراتور، سیستم های تولید سلولی پویا، فناوری گروهی
|
  • Maryam Esmaeili *, Zohreh Goudarzi Pages 309-324
    Selective maintenance is of crucial importance in the multi-state systems because of the necessity of running consecutive missions with a limited break. This paper presents a novel approach based on Game Theory for the problem of selective maintenance in the case of multi-state systems under the influence of stochastic dependency. Because of the priority of customer’s opinion in today’s world, the Stackelberg model is used in order to show the interaction between the customer and workshop. In this model, first, the customer, as the leader, introduce the suggested contract containing the level of system reliability for maximizing desirability. Consequently, the workshop, as the follower, determines costs based on details of the proposed contract. Numerical examples are studied the model performance, and the sensitivity analysis of results about the key parameters of the model is probed.
    Keywords: selective maintenance, multi-state system, stochastic dependency, game theory
  • Sahar Oladi, Mahdi Bashiri *, Erfaneh Nikzad Pages 325-336
    There is usually uncertainty in the information during a disaster. These uncertainties are revealed in different stages during the time, but they still exist. Therefore, when information is appeared over the time, it is necessary to model and solve the problem in a multi-stage stochastic programming to make more real decisions. In this paper, a multi-stage relief routing model is presented for a disaster problem. It is assumed that the routing plan can be rerouted in each stage according to new received information. Also, an approximation algorithm is presented based on the two-stage stochastic programming. It is shown that the proposed algorithm is an appropriate approximation of the multi-stage model. Comparison of results with the deterministic model indicates that more survivors will be achieved by the proposed model comparing to the deterministic one and it shows effectiveness of the proposed approach.
    Keywords: Disaster, Multi-stage Modeling, Uncertainty, Search, Rescue, Routing
  • Meghdad Haji Mohammad Ali Jahromi *, Abbas Kashanian Pages 337-347
    Exchange of goods with goods or supplies Although the long-standing method is in trade, today, new and emerging networks of national and international networks have found a special place. Aiding economic boom, confronting monetary sanctions, maintaining foreign exchange reserves, maintaining labor force, etc. is one of the benefits of modern markets. Given the widespread presence of these markets, proper management to balance the market, reduce costs, reduce the risk of entry into a network, etc., requires a thorough and math-molded modeling. In this paper, a multipurpose mathematical optimization problem has been designed and implemented with the aim of reducing the costs and liabilities of countries by considering a government-run network of several countries as members of the network to supply the goods needed by each country. The results of solving the proposed model show that the proposed model can provide a suitable model for the production and exchange of goods between the countries forming a public government network.
    Keywords: Barter, Mathematical optimization, Governmental supply chain, network of governmental exchange
  • Hossein Ali Hassan Pour *, Morteza Jabale Pages 349-366
    In this research, a three objective (lean, agile, pivotal values) nonlinear integer programming mathematical model is proposed to optimize general commodities supply chain in this model, all parameters for objective functions and restrictions are assumed to have fixed and known values. Proposed model have three objective functions including: minimizing transportation costs, delivery tardiness and making contracts. Maximizing agility and pivotal values. Intended model designs a lean, agile and value supply chain network. This network consists of Producers, Distributers and Customers that which indexes and criteria values and agility is assumed for producers and distributers. To solve the model, first suitable weights for agility and observance the value for producers and distributers are examined using multi-criteria decision making. These weights and other problem parameters are input data for proposed mathematical model. Proposed mathematical model is solved in a case-study form using GAMS program. Then two multi objective meta heuristic algorithms including genetic algorithm and Frog leaping algorithm using non dominated sorting is proposed and Meta heuristic algorithms and GAMS`s results are Compared to Validate proposed algorithms. Results of two algorithms NSGA-II and NSMOSFLA for comparing criteria`s of multi objective algorithms are Analyzed.
    Keywords: Lean Supply Chain- Agile- Value, Nonlinear integer mathematical model, NSGA-II, NSMOSFLA
  • Fatemeh Daneshamoz, Javad Behnamian * Pages 367-378
    Scheduling is one of the most applicable problems in industry that is considerably studied by researchers in the recent years. It is necessary to extend the models that can be applied in real situations. To this end researchers have tried to consider assembly and processing stages simultaneously. In this research according to the importance of different production stages in industry, and also to consider problem in real situation, job shop scheduling problem by considering a parallel assembly stage is studied to minimize completion time for all products. At first, this problem is reduced to graph coloring. Because this problem and graph coloring problem are NP-hard, a hybrid Genetic-Particle swarm optimization algorithm for medium and large size problems used. So in this research a lower bound for this problem based on graph coloring problem is proposed to evaluate the efficiency and effectiveness of the proposed algorithm. Keywords: Scheduling, Job shop, Parallel Assembly, Graph Coloring
    Keywords: Scheduling, Job shop, Parallel Assembly, Graph Coloring
  • Masoud Rabbani *, Mohammad Ravanbakhsh, Mahyar Taheri Pages 379-388
    Today, fiber-optic due to its higher bandwidth and cost effective in compare with other similar technologies is one of the most important tools of data transfer. In this paper, an integrated mathematical model is presented for the three-level network of fiber-optic by considering the backbone network and local access networks simultaneously. Used topologies in its levels are respectively ring, star, and star. The purpose of this model is determine the location of the central hubs and concentrators, communication of central hubs and also assign each user to one of the concentrators such that the costs of the fiber link and installation the concentrators get minimize as well as providing the bandwidth required per user. Due to NP-hardness of this problem, small size of proposed model validated by GAMS software, then the model is solved by two meta-heuristic methods of DE and GA in large-sizes and the results of the two algorithms have been compared in terms of time and objective function value. The result shows the required time to achieve optimum solution in the DE is less than GA and also DE has better performance in small and medium-sized of problem but for the large size of problem the GA algorithm is better than DE
    Keywords: fiber-optic, Designing of three-level network of fiber-optic, Location, DE, GA
  • Milad Rahimi Moqaddam, Ahmad Asle Haddad, Reza Ramezanian * Pages 389-403
    In this paper , a new mathematical model for the electricity generation expansion planning problem are presented. The model, in terms of planning, is among the long-term planning in their literature. However, the steps of model are on a monthly basis. Considering the soft and hard constraints together and fits with other features is the model concept in the real world. Classifying plants according to construction areas should be added to other model features. Then the exact solution to small - scale of the model is presented by the software (GAMS). Then, due to the complexity of the problem, two meta-heuristic algorithms, genetic and traininig – learninig based optimization, was presented. Genetic algorithm parameters are set using RSM. The 22 series of numerical examples by each of these two algorithms are solved and then the results were compared with each other. The results show that the genetic algorithm has the advantage.
    Keywords: Electric Energy, Generation Expansion Planning, Genetic Algorithm, Teaching –Learning Based Optimization Algorithm
  • Paria Soleimani *, Zohreh Yaghobi Pages 405-420
    Accurate monthly power demand network forecasting can help to plan the energy and it can handle the correct management of the power consumption. It has been found that the monthly electricity consumption demonstrates a complex nonlinear characteristic and has an obvious seasonal tendency. One of the models that is widely used to predict the nonlinear time series is the support vector regression model (SVR) in which the selection of key parameters and the effect of seasonal changes could be considered. The important issues in this research are to determine the parameters of the support vector regression model optimally, as well as the adjustment of the nonlinear and seasonal trends of the electricity data. The method that is proposed by this study is to hybrid the support vector regression model (SVR) with Fruit fly optimization Algorithm (FOA) and the seasonal index adjustment to forecast the monthly power demand. In addition, in order to evaluate the performance of the hybrid predictive model a small sample of the monthly power demand from Iran and a large sample of Iran monthly electricity production has been used to demonstrate the predictive model performance. This study also evaluates the superiority of the SFOASVR model to the other known predictive methods. In terms of the prediction accuracy, we used the evaluation criteria such as Root Mean Square Error (RMSE) and mean absolute percentage error (MAPE) as well as Wilcoxon's nonparametric statistical test. The results show that the SFOASVR model has less error than the other forecasting models and is superior to the most other models in terms of Wilcoxon test. Therefore, SFOASVR method is an appropriate option for prediction of the power demand.
    Keywords: Forecast, Power demand network, Seasonal changes, Support Vector Regression (SVR), Fruit fly Optimization Algorithm (FOA)
  • Javad Saberinasab, Rashed Sahraeian *, Mohammad Rohaninejad Pages 421-431
    In this paper, a two-stage supply-chain scheduling problem including manufacturers and distributors will be investigated and modeled. The objective function is to minimize the makespan, which is equivalent to the completion time of the last job to leave the system. A minimum makespan usually implies a good utilization of the machine(s). In this research, serial batching machines do jobs processing and then the jobs will deliver to customers (in the next stage) for further processing. The capacity of each batch is limited. Delivery unit cost of each batch is fixed and independent of the number of jobs in the batch. Processing and setup time of jobs are varying according to jobs types. The setup time is determined according to jobs type within each batch. The problem has been formulated as a mixed integer-programming model. Finally, a lower bound will be provided. Computational experiments demonstrate the performance of new lower band.
    Keywords: Supply Chain Scheduling, Setup Time, Batch Delivery, Lower Bound
  • Roozbeh Azizmohammadi *, Meysam Jafarieskandari, Negar Hagh Nazari Pages 433-444
    Correct selection of projects The first step is project-based organizations in the targeted management of project portfolios. This is a complex process selection that includes many factors and considerations. Market conditions, global rapid changes in various dimensions and other related issues in the real environment have increased the uncertainty and ignorance of these issues. It is therefore necessary to provide models for showing the real status of the organization and its goals and preferences. In this paper, the goal is to provide a fuzzy fuzzy multi-objective model for the portfolio of rail transport projects considering the uncertainties in variables; budget, time needed to complete the project, environmental pollution, risk, and quality. In this model, minimizing environmental pollution, maximizing quality, minimizing the risk and cost of projects under inflation is considered in the objectives of the problem. Due to the fact that the model was presented, a particle swarm algorithm was used to solve the problem, and finally, the results were compared with the genetic algorithm in order to measure the efficiency.
    Keywords: Multi objective planning, Green project portfolio, Uncertainly, Particle swarm algorithm
  • Babak Fazli Besheli, Ali Jahan * Pages 445-458
    One of the major factors of supply chain is distribution network and the problem of locating distribution centers is considered as one of the important decisions in supply chain. Also, one of the most important goals of the supply chain is customer satisfaction. So, Reliability can also be effective in delivering adequate productions to customers. A new multi-item multi-period multi-objective nonlinear mixed integer programming model is developed which aims minimizing total cost, warehouse space of distribution centers, tardiness and earliness times and maximizing distribution center’s reliability. The model is developed for a four-echelon supply chain. E-constraint and BOM methods are used to solve the model. Finally, some numerical examples are generated in different dimensions and solved to evaluate the performance of proposed model and solution methods and the results are compared together.
    Keywords: Inventory cost, Supply chain, Warehouse reliability, Location
  • Mojtaba Kermanshahi, Nikbakhsh Javadian *, Mohammad Mahdi Paydar Pages 459-469
    In the present competitive world, the necessity of minimizing costs and production time and increasing the productivity in manufacturing systems are more and more felt. Because when production costs are reduced, the final price of product is reduced too and when the production time is reduced, afterward the response time to customers order is reduced too. This paper presents a bi-objective mathematical model of multi period cell formation problem base on grouping efficacy in dynamic environment with the flexibility in operator assignment. The advantages of the proposed model are as follows: considering multi period planning horizon, dynamic system reconfiguration, duplicate machine, machine capacity, available time of operators and operator assignment. The aims of the proposed model are to maximize the total value of grouping efficacy (TVGE) and minimize the total costs (TC) include purchasing new machines cost, machine overhead cost, machine processing and reconfiguration costs, hiring, firing and salary costs. Computational results are presented by solving some numerical examples with improved e-constraint method to validate and verify the proposed model.
    Keywords: Dynamic cellular manufacturing systems, Grouping efficacy, Cell configuration, Operator assignment