عنوان پایان‌نامه
طراحی سیستم تولید سلولی تصادفی برای حداکثر سطح ریسک قابل پذیرش با در نظر گرفتن تخصیص نیروی کار
- رشته تحصیلی
- مدیریت صنعتی - تولید
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه پردیس قم شماره ثبت: 002953;کتابخانه پردیس قم شماره ثبت: 002953
- تاریخ دفاع
- ۱۲ اسفند ۱۳۹۴
- استاد راهنما
- اشکان عیوق, هاشم معزز
- دانشجو
- سیده سارا جعفری
- چکیده
- در این تحقیق مدل‌سازی و حل مسئله تولید سلولی (CM) تخصیص اپراتور در شرایط پویای احتمالی با استفاده از الگوریتم‌های تبرید شبیه‌سازی‌شده و ازدحام ذرات موردبررسی قرار می‌گیرد. سیستم‌های تولید سلولی درواقع کاربردی از فناوری گروهی در زمینه‌ی ساخت و تولید می‌باشند که هدف از آن‌ها دسته‌بندی قطعات و ماشین به‌گونه‌ای است که از تشابه ظاهری و یا عملیاتی آن‌ها در جنبه‌های مختلف ساخت و طراحی استفاده شود. در اکثر تحقیقات گذشته مسئله تولید سلولی همواره در شرایط تولید ثابت و یا تقاضای معین موردبحث قرار می‌گرفت حال‌آنکه در عمل تولید پویا و تقاضا برای محصولات نامعین است. ازآنجایی‌که تطبیق هرچه بیشتر یک مدل CM با شرایط واقعی مستلزم فزونی متغیرها و محدودیت‌های مدل می‌باشد، بنابراین حل چنین مدلی توسط روش‌های بهینه‌سازی سنتی احتیاج به زمان، حافظه و قدرت پردازش بالا خواهد داشت. درنتیجه امروزه روش‌های نوینی همانند الگوریتم‌های ازدحام ذرات موردتوجه قرارگرفته‌اند. الگوریتم‌های ازدحام ذرات جزء تکنیک‌های جست‌وجوی تصادفی می‌باشند که برای حل مسائل NP- Complete همانند CM استفاده می‌شوند. در این تحقیق ابتدا به مدل‌سازی مسئله برای برآورد سطح ریسک پذیرش اقدام نمودیم.سپس با استفاده از داده‌های یک مسئله کوچک به حل دقیق آن پرداخته¬شد سرانجام با دو الگوریتم تبرید و ازدحام ذرات مسئله را در ابعاد دنیای واقعی حل نموده و به مقایسه کیفیت این دو الگوریتم پرداختیم
- Abstract
- Abstract: In this research, modeling and solving the cell production problem (CM), the operator's allocation in a possible dynamic condition with The use of simulated refrigeration algorithms and particle swarm are examined. Production systems Cells are in fact the application of group technology in manufacturing and manufacturing, whose purpose is to classify Parts and machines are similar to the appearance and / or operation of different aspects of construction and design to be used. In most of the past research, the problem of cellular production has always been in constant production or fixed demand conditions However, in practice, dynamic production and demand for uncertain products are inevitable. Since the matching The more a CM model with real-world conditions requires an increase in variables and model constraints, therefore Solving such a model will require time, memory and processing power through traditional optimization techniques Had as a result, today new methods such as particle swarm algorithms have been considered. Particle swarm algorithms are part of a random search technique that is used to solve NP-Complete problems, such as CM. In this research, we first mapped problem to estimate risk level We made an alpha acceptance. Then, using the data of a small problem, we solved it accurately. Finally, with two refrigeration and particle swarm algorithms, the problem is solved in real-world dimensions and compared to the quality of the two algorithms. Keywords: Cell production, Dynamic, Uncertainty, Operator assignment, Particle swarm, Simulated refrigeration
