ترکیب الگوریتم بهینه‌سازی ازدحام ذرات و تکنیک شبیه‌سازی در حل مسئله جانمایی پویای تسهیلات

نوع مقاله: مقاله پژوهشی

نویسندگان

1 نویسنده مسئول، استادیار، دانشکده مهندسی صنایع و مکانیک، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران

2 کارشناس ارشد مدیریت صنعتی گرایش تحقیق در عملیات، دانشگاه علامه طباطبائی، تهران، ایران

چکیده

امروزه یکی از ضروریات رویارویی با تغییرات مستمر در بازار مصرفی، استفاده از طرح جانمایی پویای تسهیلات است. مسئله جانمایی پویای تسهیلات[1] (DFLP)، مسئله‌ای بهینه‌سازی است که در جستجوی مناسب‌ترین موقعیت تسهیلات تولیدی برای افقی چنددوره‌ای است، به‌گونه‌ای که مجموع کل هزینه‌های طرح جانمایی کمینه گردد. این پژوهش، برای نخستین بار، رویکرد شبیه‌سازی و الگوریتم فراابتکاری بهینه‌سازی ازدحام ذرات[2] (PSO) را برای حل DFLP ترکیب کرده و با اعمال اصلاحاتی در الگوریتم ازدحام ذرات در فضای صفر و یک[3] (BPSO)، الگوریتمی جدید به نام الگوریتم بهینه‌سازی ازدحام ذرات گمارش شده[4] (APSOA) را ارائه داده‌است، که نتیجه آن
اثربخشی بیشتر PSO در حل DFLP است. نتایج به‌دست‌آمده حاصل از آزمون APSOA روی مسائل مختلف DFLP با اندازه‌های کوچک، متوسط و بزرگ، حکایت از عملکرد بسیار خوب آن دارد.
جانمایی تسهیلات، مسئله جانمایی پویای تسهیلات (DFLP)، الگوریتم بهینه‌سازی ازدحام ذرات گمارش شده (APSOA)، شبیه‌سازی.


 



 

کلیدواژه‌ها


Balakrishnan, J., & Cheng, C. H. (2000). Genetic search and the dynamic layout problem. Computers & Operations Research, 27(6), 587–593.
Balakrishnan, J., Cheng, C. H., & Conway, D. G. (2000). An improved pair-wise exchange heuristic for the dynamic plant layout problem. International Journal of  Production Research, 38(13), 3067–3077.
Balakrishnan, J., Cheng, C. H., Conway, D. G., & Lau, C. M. (2003). A hybrid genetic algorithm for the dynamic plant layout problem. International Journal of Production Economics, 86(2), 107–120.
Balakrishnan, J., Robert Jacobs, F., &Venkataramanan, M. A. (1992). Solutions for the constrained dynamic facility layout problem. European Journal of Operational Research, 57(2), 280–286.
Baykasoglu, A., & Gindy, N. N. Z. (2001). A simulated annealing algorithm for dynamic layout problem. Computers & Operations Research, 28(14), 1403–1426.
Baykasoglu, A., Dereli, T., & Sabuncu, I. (2006). An ant colony algorithm for solving budget constrained and unconstrained dynamic facility layout problems. Omega, 34(4), 385–396.
Conway, D. G., & Venkataramanan, M. A. (1994). Genetic search and the dynamic facility layout problem. Computers and Operations Research, 21(8), 955–960.
Drira, A., Pierreval, H., & Hajri-Gabouj, S. (2007). Facility layout problems: A survey. Annual Reviews in Control, 31, 255–267.
Kaku, B.K. & Mazzola, J.B. (1997). A Tabu-search heuristic for the dynamic plant layout problem. INFORMS Journal on Computing, 9 (4), 374-384.
Kennedy, J. (1997). The particle swann: social adaptation of knowledge. International Conference on Evolutionary Computation (Indianapolis, Indiana), IEEE Service Center, Piscataw;ty, NJ, 303-308.
Kennedy, J., & Eberhart, R. (1995b). A new optimizer using particle swarm theory. In Sixth international symposium on micro machine and human science, IEEE, 39–43.
Kennedy, J., & Eberhart, R. C. (1995a). Particle swarm optimization. Proc. IEEE Intl. Conf. on Neural Networks (Perth, Australia), IEEE Service Center, Piscataway, NJ, IV, 1942-1948.
Kennedy, J., & Eberhart, R. C. (1997). A discrete binary version of the particle swarm algorithm, systems, man, cybernetics, computational cybernetics and simulation. IEEE International Conference, 5(12–15), 4104–4108.
Lacksonen, T. A., & Enscore, E. E. (1993). Quadratic assignment algorithms for the dynamic layout problem. International Journal of  Production Research, 31, 503–517.
Lazinica,  A. (2009).Particle swarm optimization. Austria. In-Tech.
McKendall, A. R. &  Hakobyan, A. (2010). Heuristics for the dynamic facility layout problem with unequal-area departments. European Journal of  Operational Research, 201, 171–182.
McKendall, A. R. & Shang, J. (2006). Hybrid ant systems for the dynamic facility layout problem. Computers & Operations Research, 33,790–803.
McKendall, A. R., Shang, J., & Kuppusamy, S. (2006). Simulated annealing heuristics for the dynamic facility layout problem. Computers& Operations Research, 33(8), 2431–2444.
Ning, X. Lam, K.C. & Lam, M. C. K.  (2010). Dynamic construction site layout planning using max-min ant system. Automation in Construction ,19, 55–65.
Olariu, S. & Zomaya, A. Y. (2006). Handbook of bio-inspired algorithms and applications. Chapman & Hall/CRC, Taylor & Francis Group.
Pillai, V. M., Hunagund, I. B., & Krishnan, K. K. (2011). Design of robust layout for dynamic plant layout problems. Computers & Industrial Engineering, (In press), doi:10.1016/j.cie.2011.05.014.
Reche-Lopez, P., Ruiz-Reyes, N., Galan, G. S. & Jurado, F. (2009). Comparison of metaheuristic techniques to determine optimal placement of biomass power plants. Energy Conversion and Management, 50, 2020–2028.
Rosenblatt, M. J. (1986). The dynamics of plant layout. Management Science, 32(1), 76–86.
Talbi. E.G. (2009). Metaheuristics, from design to implementation. John Wiley & Sons, Inc. 
Tompkins, J. A., White, J. A., Bozer, Y. A., Frazelle, E. H., Tanchoco, J. M., & Trevino, J. (1996). Facilities planning. New York: Wiley.
 
problem. IIE Transactions, 25(4), 57-63.
Urban, T.L. (1993). A heuristic for the dynamic facility layout