فهرست مطالب
نشریه بین المللی مهندسی صنایع و مدیریت تولید
سال بیست و یکم شماره 4 (زمستان 1389)
- تاریخ انتشار: 1389/12/14
- تعداد عناوین: 9
-
-
صفحه 103در یک دهه اخیر تحقیقات نسبتا کمی بر روی مساله زمانبندی کار کارگاهی با زمان های آماده سازی وابسته به توالی جدایی ناپذیر (ISDSJSP) انجام شده است. در زمینه حل این مساله نیز الگوریتم بهینه سازی دسته ذرات (PSO) مورد توجه قرار نگرفته است. در این مقاله مساله ISDSJSP با تابع هدف کمینه سازی زمان پایان تمام کارها مدنظر قرار گرفته و یک مدل برنامه ریزی خطی عدد صحیح مختلط و یک الگوریتم ترکیبی PSO برای آن ارایه شده است. جواب بدست آمده توسط PSO با استفاده از یک الگوریتم آنیلینگ شبیه سازی شده بهبود داده شده است. عملکرد الگوریتم پیشنهادی (HPSO) نسبت به دو الگوریتم دیگر بر روی مسایل نمونه تولید شده در این مقاله آزمایش شده است. نتایج حاصل، دقت و کارایی بیشتر جوابهای حاصل از HPSO نسبت به دو الگوریتم دیگر را نشان می دهندکلیدواژگان: زمانبندی کار کارگاهی، زمانهای آماده سازی وابسته به توالی جدایی ناپذیر، بهینه سازی دسته ذرات، فاکتورادیک، آنیلینگ شبیه سازی شده، جستجوی تصادفی حریصانه
-
صفحه 117در این مقاله ارزیابی و انتخاب تکنولوژی های پیشرفته تولید مورد بررسی قرار گرفته است. بدین منظور مدلی ترکیبی که شامل دو مرحله بوده و هم معیارهای اقتصادی و هم معیارهای استراتژیکی را در ارزیابی لحاظ می کند، ارائه کرده ایم. درمرحله اول، با توجه به محدودیت ها و ویژگی های هر طرح و با استفاده از برنامه ریزی خطی با محدودیت های احتمالی، مقادیرتولید، سطوح موجودی و کمبود برای هر طرح بدست آمده و براساس آنها ارزش فعلی بهینه هر طرح محاسبه می شود. در مرحله دوم مقادیر ارزش فعلی طرح ها (که در مرحله نخست بدست آمده است) به عنوان معیار اقتصادی و همچنین اهدف استراتژیکی که از انتخاب طرح ها مورد نظر است، به عنوان معیارهای استراتژیک، در نظر گرفته می شود. سپس با استفاده از رویکرد تصمیم گیری چند معیاره فازی، طرح ها بر اساس امتیازاتی که در قبال هر یک از معیارهای استراتژیک و همچنین معیار اقتصادی کسب کرده اند، رتبه بندی شده و بهترین طرح انتخاب می شود. در پایان نیز با ذکر یک مثال عددی نحوه استفاده از مدل تشریح شده است.کلیدواژگان: تصمیم گیری چند معیاره فازی، برنامه ریزی خطی با محدودیت های احتمالی، متغیرهای کلامی، روش ارزش فعلی، تورم
-
صفحه 131در این مقاله مساله جانمایی با در نظر گرفتن شبکه ای از گره ها و یال ها و دو نوع تسهیل که برای جانمایی بر روی گره ها تعریف می شوند مورد بررسی قرار می گیرد. فرض می شود که سه طبقه مشتری وجود دارد که بر اساس نیاز آنها طبقه بندی شده اند. طبقه نوع اول و دوم در یک سفر خود تنها به یک تسهیل نوع اول یا دوم مراجعه می کنند، ولی مشتریان طبقه سوم در یک سفر خود به هر دو تسهیل نوع اول و دوم نیاز دارند. این مشتریان با توجه به فاصله خود از تسهیلات طبق احتمالی مشخص که تابعی از فاصله است به تسهیلات مراجعه نموده و نیاز خود را برطرف می کنند. با توجه به وجود رقبا در بازار، هدف مساله بیشینه کردن سهم بازار برای تسهیلات جدید است که برای حل آن در این مقاله از روش جستجوی ممنوعه استفاده شده است.
کلیدواژگان: جانمایی تسهیلات، سفر چند منظوره، جستجوی ممنوعه، تابع لاجیت، رقابت -
صفحه 141مدلسازی ساختاری تشریحی، روشی برای ساخت و درک ارتباط های مابین عناصر یک سیستم پیچیده بر مبنای نظرات افراد خبره است. در این مقاله، مدلسازی ساختاری تشریحی اصلاح شده، با توانایی در نظر گرفتن نرخ ناسازگاری گروه خبرگان و ارایه سلسله مراتب فاقد دور از عناصر موضوع ارایه شده است. گروه خبرگان دارای اشتراک نظر در اهداف و توافق جمعی در تصمیمات مرتبط با تعیین استرتژی تولید هستند. استراتژی تولید وابسته به تصمیم های متوالی بهبود قابلیت های رقابتی تولید طی مراحل مختلف به منظور کسب مزیت رقابتی در بازار است. بر این مبنا در مقاله حاضر الگوریتم تعیین استراتژی بهینه تولید با استفاده از مدلسازی ساختاری تشریحی اصلاح شده و مدل برنامه ریزی خطی ارایه شده است. در این رابطه ابتدا شبکه فاقد دور قابلیت های رقابتی تولید قابل بهبود طی مصاحبه با خبرگان به کمک روش مدلسازی ساختاری تشریحی اصلاح شده استخراج گردیده، سپس طی مصاحبه با خبرگان و اضافه کردن کمان های مجازی به شبکه، گزینه های مختلف استراتژی تولید حاصل شده است. گزینه های برنامه زمانی با تشکیل و حل مدل های برنامه ریزی خطی متناظر با هر شبکه استخراج می شود. الگوریتم پیشنهادی با بررسی مورد تایید بودن نتایج و وجود حداقل یک برنامه زمانی مقبول در خروجی ها متوقف می شود. در پایان الگوریتم برای یک مطالعه موردی پیاده سازی شده است.
کلیدواژگان: مدلسازی ساختاری تشریحی اصلاح شده، برنامه ریزی خطی، استراتژی تولید، قابلیت های تولید، اولویت های رقابتی -
صفحه 154درسیستم های کنترل فرآیند تولید که بر اساس اصول JIT طراحی می شوند، فرض بر این است که کالاهای تولید شده در هر یک از مراحل تولید، به میزانی و در زمانی برای مرحله بعدی ارسال گردد، که بلافاصله پس از رسیدن به مراکز کاری، وارد عملیات تولید شود. بدین لحاظ، هیچ گونه انبار موجودی یا صف انتظار پای کار، قبل از مراکز کاری تشکیل نمی شود. این روش به کمک متد اجرایی کانبان طی سال های متمادی در بسیاری از صنایع، مورد استفاده قرارگرفته و منشا توفیقاتی در کنترل عملیات تولیدی و به تبع آن کاهش هزینه مراحل تولید شده است. با این حال، در بسیاری از شرایط تولیدی که امکان سرمایه گذاری های اضافی برای نگهداری پیوسته نرخ تولید مراکز کاری در سطح مقدار برنامه ریزی شده اولیه وجود ندارد، چنانچه اندازه محموله ارسالی بیش از ظرفیت تولیدی مرکز بعدی برای هر بار راه اندازی باشد، تشکیل انبار موجودی پای کار، عملا اجتناب ناپذیر است. تحقیق حاضر، با طراحی یک سیستم کنترل فرآیند تولید تحت فضای JIT که دارای انبارهای توقف محصولات نیمه ساخته بین مراحل متوالی تولید می باشد، انباشت محصولاتی را که بنا به دلایل مختلف، افزون بر ظرفیت هر یک از مراکز کاری در هر بار راه اندازی به آن مرکز ارسال شوند در پای کار مجاز دانسته است. این سیستم علاوه بر گسترش دامنه به کارگیری اصول JIT برای برنامه ریزی و کنترل فرآیند های تولیدی در سیستم هایی که تحت شرایط واقعی عملا امکان اعمال پیوسته موازنه زمان و اندازه تولید بین مراحل مختلف را ندارند، در حقیقت امکان تمرکز هزینه های پنهان در سیستم های موجود کانبان و اعمال کنترل بر آن ها را فراهم می نماید. در این مقاله، ابتدا، رفتار هزینه موجودی پای کار در انبارهای قبل از مراکز کاری در یک زنجیره چندمرحله ای و تک محصولی مورد بررسی قرار گرفته و با استفاده از برنامه ریزی عدد صحیح مختلط غیرخطی، مدل هزینه انباشت مجاز با سایر اجزای هزینه در کل زنجیره، به صورت یکپارچه ارائه شده است. مدل نهایی هزینه در کل زنجیره، یک مدل NP-hard بوده و برای حل آن از الگوریتم ژنتیک استفاده شده است. به منظور ارزیابی میزان کارآیی سیستم طراحی شده، در یک زنجیره تامین چندمرحله ای و تک محصولی، از یک شبیه سازی عددی در مطالعه مقایسه ای عملکرد هزینه ای آن با سیستم موجود کانبان بر مبنای تحقیق Sarker & Wang (2004) استفاده شده است. نتایج حاصله نشان می دهد که کاربرد سیستم طراحی شده در این مقاله، سطح موجودی و هزینه در کل زنجیره را نسبت به سیستم موجود کانبان، مورد استفاده در تحقیق Sarker & Wang (2004)، به میزان قابل توجهی کاهش می دهدکلیدواژگان: کنترل فرآیند تولید، کانبان، Just، In، Time، زنجیره تامین، مدل عددصحیح مختلط غیرخطی، الگوریتم ژنتیک
-
صفحه 167تعیین سیاست کنترل موجودی مناسب و قیمت فروش بهینه برای کالاهای مختلف همواره یکی از موضوعات اصلی تحقیقات علمی و صنعتی به شمار آمده است. به علاوه زمانی که کالای مورد نظر فاسدشدنی باشد، به دلیل خصوصیات ویژه ای که این کالاها دارند، تعیین این موارد از اهمیت بالاتری برخوردار است. در این مقاله یک مدل موجودی همراه با قیمت گذاری برای کالاهای فاسدشدنی به صورت توام در نظر گرفته می شود. نرخ تقاضا قطعی، پیوسته و به صورت تابعی از زمان و قیمت فرض شده است. کمبود در سیستم وجود دارد و به صورت پس افت پاره ای فرض شده است. هدف تعیین مقادیر بهینه قیمت، زمان بهینه بازپرسازی و اندازه سفارش است، تا بدین وسیله سود حداکثر شود. بنابراین بعد از ارائه مدل نشان داده می شود که در هر قیمتی، زمان بازپرسازی موجود، منحصربه فرد و بهینه است. سپس ثابت می شود که با در دسترس بودن زمان بهینه بازپرسازی، تابع هدف، تابعی مقعر از قیمت است و بنابراین مقدار بهینه آن موجود است. در ادامه الگوریتمی ساده برای به دست آوردن متغیرهای مدل بیان می شود و در انتها مثال عددی برای تشریح مدل و الگوریتم ارائه می گردد.
کلیدواژگان: قیمت گذاری، کنترل موجودی، کالای فاسدشدنی، پس افت پاره ای، مقدار اقتصادی سفارش -
صفحه 179در این مقاله، مساله زمانبندی جریان کارگاهی جایگشتی دوباره وارد شونده با هدف کمینه سازی حداکثر دیرکرد کارها مورد بررسی قرار می گیرد. محیط جریان کارگاهی دوباره وارد شونده (RFS) همان جریان کارگاهی است با این تفاوت که کارها، ماشین های مشخصی را بیش از یک بار ملاقات می کنند. در نوع RFS، اگر ترتیب کار روی هر ماشین در هر سطح یکسان باشد، به چنین مسایلی، مساله جریان کارگاهی جایگشتی دوباره وارد شونده (RPFS) عنوان می گردد. در این مقاله، ابتدا مدل ریاضی مساله کمینه سازی حداکثر دیرکرد کارها در RPFS چند ماشینه، توسعه داده می شود. برای حل این مساله، سه الگوریتم فراابتکاری مبتنی بر الگوریتم ژنتیک، شبیه سازی تبرید و جستجوی ممنوع طراحی و بکار گرفته می شود. الگوریتم های فراابتکاری همچنین با حل های بهینه ایجاد شده توسط رویکرد برنامه ریزی عدد صحیح مقایسه می گردند. نتایج آزمایشی نشان می دهد که الگوریتم ژنتیک در اکثر موارد کارایی بهتری نسبت به الگوریتم های تست شده دیگر دارد.
کلیدواژگان: زمانبندی، جریان کارگاهی جایگشتی دوباره واردشونده، حداکثر دیرکرد کارها، الگوریتم های فراابتکاری -
صفحه 191در دنیای رقابتی امروزی، شیوه های جذب مشتری یکی از با اهمیت ترین حوزه های کاربردی داده کاوی بوده و پرواضح است که یکی از مهمترین ابعاد آن پیش بینی رفتار خرید مشتری است. زیرا، پیش بینی خوب می تواند به توسعه استراتژی های بازاریابی دقیقتر و صرف کاراتر منابع کمک نماید. ایجاد یک سیستم تشخیص مشتری(CRS) به دلیل وجود تعداد زیادی ویژگی در دسترس طراح کاری بسیار مشکل است. بعلاوه، نیاز شدیدی به ایجاد یک CRS وجود دارد که همزمان پیچیدگی کم و قابلیت پیش بینی خوبی را داشته باشد. از اینرو، مقصود این مقاله، توسعه یک CRS تلفیقی (HCRS) است که از نظر محاسباتی کارا و اثربخش است. نوآوری مدل HCRS، هم طراحی و هم پیاده سازی سیستم مذکور با ایجاد یک درخت رگرسیونی هرس شده (PRT) و طراحی یک شبکه عصبی پیشخوراند بهبودیافته (IFFNN) جهت افزایش سرعت، دقت و کاهش پیچیدگی را شامل می شود. از آنجاییکه، شناسایی مشتریان یکی از دغدغه های صنعت بیمه است، از داده های یک شرکت بیمه هلندی استفاده شده است. نتایج نشان داد که HCRS تنها 7% از ویژگی ها را در حالت بهینه انتخاب می کند که به میزان قابل توجهی هزینه محاسبات را کاهش می دهد. به علاوه، نتایج نشان داد که PRT نسبت به روش منحنی مشخصه عملیاتی دریافت کننده کاراتر بوده و IFFNN نسبت به FFNN و PRT پیش بینی های دقیقتری را ارائه می کند.
کلیدواژگان: انتخاب ویژگی، پیشبینی، درخت رگرسیونی هرس شده، سیستم تشخیص مشتری، شبکه عصبی بهبودیافته -
صفحه 203با توجه به نقش حساس مجموعه اکسل بالاخص کاسه چرخ خودرو، به دلیل مرتبط بودن آن با ایمنی سرنشینان، بررسی فرآیند تولید و مونتاژ وانجام آزمایشات کنترل کیفی حین این مراحل از اهمیت بسزایی برخوردار می باشد. در این مقاله با توجه به اهمیت بالای سه عامل اصلی قطر توپی قسمت کاسه نمد، قطر داخلی کاسه نمد و گشتاور مهره قفلی به عنوان متغیرهای مستقل، سعی بر آن داریم میزان گشتاور چرخشی کاسه چرخ خودرو را (تحت عنوان متغیر پاسخ)، به کمک مباحث مطرح در طراحی آزمایشات و روش سطح پاسخ بهینه نمائیم. در ادامه میزان گشتاور بهینه با استفاده از مدل برنامه ریزی غیرخطی محاسبه و جهت بررسی آن با جواب به دست آمده از الگوریتم ژنتیک مقایسه شده اند.
کلیدواژگان: طراحی آزمایشات، روش شناسی رویه پاسخ، کنترل کیفیت، گشتاور چرخشی کاسه چرخ، مجموعه اکسل، متغیر پاسخ، الگوریتم ژنتیک
-
Page 103In recent decade, many researches has been done on job shop scheduling problem with sequence dependent setup times (SDSJSP), but with respect to the knowledge of authors in very few of them the assumption of existing inseparable setup has been considered. Also, in attracted metaheuristic algorithms to this problem the Particle Swarm Optimization has not been considered. In this paper, the ISDSJSP with makespan minimization is considered. For this problem an MILP model has been developed and a PSO algorithm has been applied to solve it. In order to improve final solution obtained by PSO a simulated annealing algorithm has been applied. The proposed hybrid algorithm (HPSO) has been applied on some generated benchmark problems and the results indicate the effectiveness and efficiency of the proposed hybrid PSO with respect to two other algorithms.Keywords: Job Shop Scheduling, Inseparable Sequence Dependent Setup Times, Particle Swarm Optimization (PSO), Factoradic, Simulated Annealing (SA), GRASP
-
Page 117The competition enhancement and demand increases have directed many producers to employ advanced manufacturing technologies. For this purpose, the selection of best alternative among various manufacturing technologies is the topic of high importance. Many articles have discussed the insufficiency of general financial measures for investment justification in advanced manufacturing technologies. Many analysts have claimed that at the time of reviewing various alternatives, in addition to the economical measures, it is highly important that strategic measures of quality, productivity, and flexibility enhancement that are not of quantity type also take into consideration. To economically evaluate various manufacturing technologies, a linear programming model with stochastic constraints is suggested in this article. With this model, we can calculate the present worth of each of present projects by taking their characteristics of productivity and quality, for instance, into consideration. Thereafter, with the help of a fuzzy multi criterion decision making model, where its criterions are a mix of strategic objectives and economical criterions, the best alternative will be selected.Keywords: Fuzzy multi, criteria decision, making, Chance, Constraint linear programming, Linguistic variables, Present worth method, Inflation
-
Page 131In this problem, there are two types of facilities and a network of nods. Facilities can only locate in nodes. There are three types of customers, two groups of which need only one type of services in a single trip, while the third group needs both types of services in a single trip. Customers in order to distance of facilities with a specified probability that related to distance, go to facilities and eliminate their needs. In order to competitors, the objective is maximize market capture for entering facilities. We use tabu search for solve this problem.Keywords: facility location, multipurpose trip, tabu search, logit function, competition
-
Page 141To construct and understand the fundamental of relationships among elements in complicated systems on the base of expert(s) opinions, using interpretive structural modeling (ISM) methodology is beneficial. In this paper, for considering consistency rate of expert(s) and obtaining hierarchy of elements (without any loop), a modified ISM method is proposed. These experts have agreement to each other in their decision and objectives about manufacturing strategy determination. Manufacturing strategy can be dependent on successive decisions for improving manufacturing capabilities in various stages to obtain competitive advantage in the market. For determination of optimal manufacturing strategy, an algorithm is proposed using modified ISM method and linear programming (LP) model. At first, an activity-oriented manufacturing capabilities network (without any loop) is created using modified ISM method. Then, the alternatives of manufacturing strategy are made by considering expert(s) opinions and adding virtual arcs to the network. The alternatives of action plans of manufacturing strategy are created by solving LP model of each obtained network. The above steps will be repeated if expert(s) do not confirm the results or do not find any desirable action plan through proposed alternatives. Finally, this algorithm is applied in a case study.Keywords: Modified interpretive structural modeling, Linear programming, Manufacturing strategy, Manufacturing capabilities, Competitive priorities
-
Page 154In a general sense, the main concept of Just-In-Time methodology is built on the concept of availability of an exact amount and type of commodity throughout a production line when it is really required. Under such circumstances, there is no need to situate any warehouse before any of the work station within the production plant. This method of manufacturing operations with the help of Kanban tool has been able to provide a beneficial profile in term of cost reduction to many industries around of the world. It is now agreed that In the recent years particularly where rapid changing and uncertain environment is a dominant factor, this method must be implemented to manufacturing modeling and operations with more caution. Under conditions of nowadays marketplace, maintaining a balance between the diversities comes from market requirements and a designated scheduling batch size of traveling commodities comes from such a plant manufacturing strategy is rarely possible. In addition, it is not rational thinking of manipulating the outsource commodities in response to the ongoing production line requirements. Therefore a production scheduling policy that could provide more inside relaxation to supply the required items before any of the work stations is more reliable. This research patches up the current concept of Just-In-Time philosophy with some new assumptions which as a buffer permits a temporary intermediate stock before any of stages through the supply chain. The criteria for setting the right size and time of the batches traveling between each of the two sequential stages come from a new cost-effective control method. This cost model considers all elements of the total production operations within the chain and formulates them by the use of mixed integer nonlinear programming. A genetic algorithm is also developed to solve the proposed model. The results of a comparison performance of this modified JIT method with that Sarker & Wang applied in their paper (2004) show a noticeable decrease in the total cost of the chain as well as its level of WIP and its number of kanbans using within in.Keywords: Improved, Kanban, Just, in, time, Supply chain, Mixed integer nonlinear model, Genetic algorithm
-
Page 167Determining the optimal selling price and inventory control policy for deteriorating items is one of the important issues in academic and industrial researches. In this paper, a joint pricing and inventory control model for deteriorating items is considered. The demand rate is known, continuous and functions of price and time. Shortages are allowed and partially backlogged, where the backlogging rate is variable and dependent on the waiting time for the next replenishment. The objective is to determine the optimal selling price, the length of time in which there is no inventory shortage, replenishment cycle time, and order quantity such that the total profit per unit time has a maximum value. For any given selling price, we first show that the optimal replenishment exist and unique. Next, we prove that the total profit is a concave function of price when the replenishment schedule is given. Then, a simple algorithm is developed to find the optimal solution. Finally, we use a numerical example to illustrate the model and the algorithm.Keywords: Pricing, Inventory Control, Deteriorating Item, Partial Backlogging, Economic Order Quantity (EOQ)
-
Page 179This investigation considers a reentrant permutation flowshop scheduling problem whose performance criterion is maximum tardiness. The reentrant flowshop (RFS) is a natural extension of the classical flowshop by allowing a job to visit certain machines more than once. The RFS scheduling problem, in which the job order is the same for each machine in each layer, is called a reentrant permutation flowshop (RPFS) problem. In this paper, a mathematical model is extended to solve the given problem minimizing the maximum tardiness on an m-machine RPFS problem. This problem is solved by three meta-heuristic algorithms, namely genetic algorithm, simulated annealing and tabu search. The results of these algorithms are compared to the optimal solutions obtained by the integer programming approach. The experimental results show that the genetic algorithm has a better performance than the others tested.Keywords: Flowshop scheduling, Reentrant permutation, Maximum tardiness, Meta, heuristic algorithms
-
Page 191In today’s world, customer purchasing behavior forecasting is one of the most important aspects of customer attraction. Good forecasting can help to develop marketing strategies more accurately and to spend resources more effectively. The creation of a customer recognition system (CRS) model concerns a difficult task due to the large number of possible features. Furthermore, there is a high need to create a CRS that have both low complexity and good forecasting abilities at the same time. Thus, the purpose of this paper is to develop a hybrid CRS (HCRS) model that is computationally efficient and effective. The novelty of the HCRS lies in the design and implementation of the mentioned system by combining a pruned regression tree (PRT) that increases computational speed to select suitable subset of features and designing an improved Feedforward neural network (IFFNN) that practically provides better forecasting results. Since customer identification is one of the concerns in insurance industry, an insurance company dataset has been used. The obtained results show that the HCRS selects just 7% of the available features in this way considerably reducing computation costs. In addition, the results show that making the IFFNN led to more accurate forecasting than the methods compared.Keywords: Feature Selection, Pruned Regression Tree, Customer Recognition System, Forecasting, Improved Neural Network
-
Page 203Considering the crucial function of Axle set, especially the vehicle brake drum due to its relevance to the safety of the passengers, the study of the producing and assembling processes and conducting the quality control experiments during these stages is of great importance. With regard to the great significance of three main factors, namely, seal-oil spindle diameter, seal-oil internal diameter, and nut lock torque as independent variables, the present research attempts to optimize the rotatory torque of the automobile brake drum (as the response variable) getting help from the discussions in the design of experiments and response surface methodology. In the following parts the amount of the optimum torque has been calculated using the non-linear programming model and genetic algorithm.Keywords: Design of Experiment, Response Surface Methodology, Quality Control, Brake drum rotatory torque, Axle set, Response variable, genetic algorithm
©2000-2024 magiran.com All Rights Reserved.