عنوان پایان‌نامه
برآورد زمان – هزینه پروژه تولید مرغ گوشتی با استفاده از فنون مدیریت و کنترل پروژه
- رشته تحصیلی
- مهندسی کشاورزی - مکانیزاسیون کشاورزی
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 69875;کتابخانه مرکزی پردیس کشاورزی و منابع طبیعی شماره ثبت: 6462
- تاریخ دفاع
- ۱۸ شهریور ۱۳۹۴
- دانشجو
- عرفان خسروانی مقدم
- استاد راهنما
- محمد شریفی
- چکیده
- در سال‌های اخیر، تولید گوشت مرغ به عنوان یک منبع پروتئینی مورد توجه قرار گرفته است. از طرفی نوسانات هزینه، باعث افزایش ریسک در تولید شده است؛ پس بایستی به گونه‌ای، این ریسک موجود در تولید را مدیریت نمود. به دلیل اینکه تصمیم‌گیری برای آینده همیشه بر اساس احتمال بوده، در اینپژوهش سعی بر آن شد که با استفاده از ریاضیات منطق فازی، برای هزینه و زمان و کیفیت پروسه تولیدسی هزار قطعه مرغ گوشتی، بازه ای به صورت اعداد فازی در نظر گرفته شود و برای مدیریت ریسک،برش فازی نیز در این بازه تعریف شد. سپس با به کارگیری و مقایسهالگوریتم‌های ژنتیک مبتنی بر دسته‌بندی و رتبه‌بندی نامغلوب و الگوریتم انتخاب براساس پوشش پارتو و الگوریتم‌های ازدحام ذرات و رقابت استعماری، از بین روش‌های مختلف انجام هر فعالیت در پروسه تولید مرغ گوشتی، تحت تاثیربرش‌های فازی مختلف، بهترین روش را برای هر فعالیت مشخص کرده تا بتوان به کمترین هزینه و زمان و بالاترین کیفیت در پروسه تولید مرغ گوشتی رسید. طبق نتایج، الگوریتم ژنتیک مبتنی بر رتبه‌بندی نامغلوب عملکرد بهتری نسبت به دیگر الگوریتم‌ها در حل این مسئله از خود نشان داد و کمترین زمان و هزینه و بالاترین کیفیت در شرایط قطعی(1=?) طبق الگوریتم ژنتیک مبتنی بر رتبه‌بندی نامغلوب به ترتیب 5/1793 ساعت و 911358 هزار تومان و 49 درصد و در شرایط کاملاً محتمل (0=?) به ترتیب 8/1793 ساعت و 911968 هزار تومان و 48 درصد می‌باشد.
- Abstract
- In the recent years, producing broilers has been considered as a protein source. On the other hand, the cost fluctuations have caused risk for production; then this production risk must be managed in some way. Because deciding for future always has been according probability, in this study attempts that using fuzzy logic mathematics, for cost and time and quality of Thirty thousand pieces of broilers production process considers an interval as fuzzy numbers and for managing risk, (?) cut also was defined in this interval. Then by applying and comparing algorithms; non dominated sorting and ranking genetic algorithm (NSGA, NRGA), pareto envelope base selection algorithm (PESA-II), multi objective particle swarm optimization (MOPSO) and multi objective imperialist competitive algorithm (MOICA), from different methods each activity performing in broiler production process, affected by different (?) cut, the best way for performing each activity was determined to obtain least cost and time and highest quality in broiler production process. According the results, Non dominated Ranking Genetic Algorithm showed better performance than other algorithms in this problem and according this algorithm, least cost and time and highest quality In certain conditions (?=1) is 1793.5 (hour), 911358 thousand (Toman), 48 (%) respectively and affected by conditions probable (?=0) is 1793.8 (hour), 911968 thousand (Toman), 48 (%) respectively.
