عنوان پایان‌نامه
ارایه یک الگوریتم انبوه ذرات ترکیبی برای یک مساله ی چیدمانتسهیلات با هدف کمیته کردن...
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه پردیس 2 فنی شماره ثبت: 1825;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 46054
- تاریخ دفاع
- ۳۰ شهریور ۱۳۸۹
- دانشجو
- محمد تقی پور
- استاد راهنما
- فریبرز جولای
- چکیده
- یکی از مهمترین چالشهای موجود هنگام تولید محصولی جدید، طراحی کارخانه ی تولید آن است. با توجه به پیشرفت تکنولوژی، افزایش رقابت و کوتاه شدن عمر محصول، بدیهیست که بهتر است به این فرایند به صورت پویا نگاه شود. در این پایان نامه در ابتدا سعی شده با بررسی مدل های موجود در ادبیات، مدلی چند هدفه و جامع برای مسئله ی طراحی کارخانه ارائه شود. سپس با بست دادن مدل و اضافه کردن نقاط بارگیری/ بارگذاری به روشی جدید و با استفاده از 2 متغیر صفر و یک سعی در تکمیل مدل شده است. در ادامه با توجه به NP سخت بودن مسئله، روش فرا ابتکاری ذرات (پرندگان) به صورت تک هدفه و چند هدفه (با بهره گیری از روش رتبه بندی مبتنی بر برتری) روی مدل پیاده شد. همچنین برای مدیریت 2 محدودیت اصلی مسئله یعنی جلوگیری از همپوشانی دپارتمان ها و از بین بردن فاصله های اضافی بین دپارتمانها دو روش ابتکاری و قدم به قدم به همراه تابع جریمه ارائه شد. برای بررسی کارایی روش از 2 مسئله ی پویای موجود در ادبیات موضوع به همراه مسائل تست نرم افزار PLANOPT به صورت تک هدفه استفاده شد که کارایی روش حل را نشان می داد. با توجه به جدید بودن مدل در حالت چند هدفه، 12 مسئله ی تست طراحی و با روش پیشنهادی حل و نتایج آن گزارش شد.
- Abstract
- In this paper a mathematical model is proposed for unequal sized multi-objective dynamic facility layout problem (DFLP) with a new representation of pickup /drop-off locations. A Multi-Objective Particle Swarm Optimization (MOPSO) algorithm with a new heuristic approach for handling of departments overlapping is implemented to solve the proposed model. Also another heuristic approach added to overcome the problem of “unused gaps” that happens in continuous space. Variable sensitivity analyses are carried out to find the best values of PSO parameters. To prove the efficiency of the proposed algorithm, two sets of available test problem in literature as long as various random test problems in small, medium and large sizes are solved. The computational results show the potential power of the proposed algorithm regarding to the performance indices.
