مائده مسیب مطلق؛ پرهام عظیمی؛ مقصود امیری
چکیده
این مطالعه، به بررسی خطوط تولید چند محصولی نامطمئن با چیدمان ترکیبی (سری-موازی) با احتمال خرابی ماشین‌آلات در هر ایستگاه کاری می‌پردازد. هدف از این پژوهش، توسعه یک مدل ریاضی چند‌هدفه شامل بیشینه‌سازی نرخ تولید و کمینه‌سازی هزینه‌های ناشی از کاهش زمان پردازش ایستگاه‌های کاری و همچنین حجم کل بافرها، با توجه به مقادیر بهینه میانگین ...
بیشتر
این مطالعه، به بررسی خطوط تولید چند محصولی نامطمئن با چیدمان ترکیبی (سری-موازی) با احتمال خرابی ماشین‌آلات در هر ایستگاه کاری می‌پردازد. هدف از این پژوهش، توسعه یک مدل ریاضی چند‌هدفه شامل بیشینه‌سازی نرخ تولید و کمینه‌سازی هزینه‌های ناشی از کاهش زمان پردازش ایستگاه‌های کاری و همچنین حجم کل بافرها، با توجه به مقادیر بهینه میانگین زمان پردازش هر محصول در هر ایستگاه و حجم بافر میان ایستگاه های کاری می‌باشد. بدین منظور جهت پیکرهبندی ساختار مدل ریاضی از تکنیکهایی نظیر شبیه‌سازی، طراحی آزمایشات و رویه سطح پاسخ و جهت حل آن از الگوریتم‌های فرا ابتکاری ژنتیک مرتبسازی نامغلوب(NSGA-II) و ژنتیک رتبهبندی نامغلوب(NRGA) استفاده شده است. اعتبار مدل ریاضی چند هدفه و کاربرد متدولوژی پیشنهادی حل مدل، در یک مطالعه موردی بررسی گردیدهاست. درنهایت، عملکرد الگوریتم‌های به کارگرفتهشده در تحقیق حاضر مورد ارزیابی قرار گرفتهاست. نتایج نشان می دهد مدل ریاضی چند هدفه پیشنهادی جهت بهینه سازی خطوط تولید نامطمئن معتبر بوده و توانایی دستیابی به نقاط بهینه (نزدیک به بهینه) در سایر مسائل مشابه با ابعاد بزرگ تر و پیچیدگی بیشتر را دارا می باشد.
سید علی میرنژاد؛ پرهام عظیمی؛ احمد یوسفی هنومرور
چکیده
در این نوشتار، مسأله تخصیص مازاد سیستم سری - موازی، برای بیشینه کردن سطح دسترس‌پذیری سیستم با در نظر گرفتن محدودیت بودجه، وزن، حجم و بیشترین و کمترین تعداد عناصر تخصیص یافته به هر زیرسیستم مورد بررسی قرار گرفته است. نوآوری اصلی تحقیق لحاظ کردن نرخ خرابی و تعمیرپذیری اجزاء در فرآیند بهینه‌سازی با نرخ‌های خرابی و تعمیر غیر از تابع ...
بیشتر
در این نوشتار، مسأله تخصیص مازاد سیستم سری - موازی، برای بیشینه کردن سطح دسترس‌پذیری سیستم با در نظر گرفتن محدودیت بودجه، وزن، حجم و بیشترین و کمترین تعداد عناصر تخصیص یافته به هر زیرسیستم مورد بررسی قرار گرفته است. نوآوری اصلی تحقیق لحاظ کردن نرخ خرابی و تعمیرپذیری اجزاء در فرآیند بهینه‌سازی با نرخ‌های خرابی و تعمیر غیر از تابع توزیع نمایی می‌باشد. پارامترهای مؤثر بر سیستم مورد مطالعه این تحقیق به گونه‌ای می‌باشد که امکان محاسبه دسترس‌پذیری با استفاده از روابط ریاضی غیرممکن خواهد بود. بنابراین این تحقیق به منظور محاسبه دسترس‌پذیری سیستم از تکنیک شبیه‌سازی استفاده می‌کند. از آنجایی که شبیه‌سازی هیچ‌گونه قابلیت بهینه‌سازی ندارد سعی می‌شود تا نتایج حاصل از شبیه‌سازی به شکل یک تابع ریاضی، که بیانگر چگونگی تأثیر متغیرهای تصمیم بر دسترس‌پذیری سیستم می‌باشد، بیان شود. در ادامه با توجه به درجه سختی بالای تابع ریاضی توسعه داده شده، الگوریتم فراابتکاری ژنتیک برای حل آن به کار گرفته می‌شود. در نهایت کارایی الگوریتم ژنتیک در برابر الگوریتم‌های اجتماع ذرات و شبیه‌ساز تبرید سنجیده می‌شود. به منظور مقایسه منصفانه، پارامترهای تأثیرگذار بر الگوریتم‌ها با استفاده از روش تاگوچی تنظیم شده و الگوریتم‌ها در بهترین حالت کارکردی خود قرار می‌گیرند. نتایج محاسباتی توانایی بالای الگوریتم ژنتیک را در بهینه‌سازی مسأله مورد نظر اثبات می‌کند.
شمس الدین حسینی؛ پرهام عظیمی؛ مانی شریفی؛ مصطفی زندیه
چکیده
هدف مسئله چیدمان تسهیلات پویا، یافتن بهترین چیدمان برای تسهیلات در یک افق زمانی با تعدادی دوره زمانی مشخص است به گونه ای که مجموع هزینه های حمل مواد و جابجایی تسهیلات حداقل گردد. این نوشتار به توسعه یک مدل دو هدفه می پردازد و سعی دارد تا به طور همزمان هزینه انتقال مواد بین تسهیلات و هزینه جابجایی تسهیلات و نیز زمان مورد نیاز برای حمل ...
بیشتر
هدف مسئله چیدمان تسهیلات پویا، یافتن بهترین چیدمان برای تسهیلات در یک افق زمانی با تعدادی دوره زمانی مشخص است به گونه ای که مجموع هزینه های حمل مواد و جابجایی تسهیلات حداقل گردد. این نوشتار به توسعه یک مدل دو هدفه می پردازد و سعی دارد تا به طور همزمان هزینه انتقال مواد بین تسهیلات و هزینه جابجایی تسهیلات و نیز زمان مورد نیاز برای حمل مواد را کمینه کند. با توجه به احتمالی بودن مشخصات کارکردی حمل کننده ها، مانند زمان انجام عملیات حمل و وجود خرابی، محاسبه زمان مورد نیاز برای حمل مواد با استفاده از روابط تحلیلی امکان پذیر نمی باشد؛ بنابراین این نوشتار از رویکرد شبیه سازی و شبکه های عصبی مصنوعی استفاده می کند. در این رویکرد ابتدا سناریوهای زیادی از ترکیب سطوح مختلف متغیرها ایجاد می شود که هر سناریو نشان دهنده مکان تسهیلات و چگونگی انجام عملیات های حمل در هر دوره است. سپس هر یک از این سناریوها از طریق شبیه سازی کامپیوتری اجرا و نتایج حاصل از شبیه سازی به عنوان متغیر پاسخ در نظر گرفته می شود. در نهایت با استفاده از متغییرهای ورودی و پاسخ، یک شبکه عصبی مصنوعی تربیت می شوند تا بتواند زمان انجام عملیات های حمل را به خوبی براورد کرد. با توجه به که این مساله در درجه پیچیدگی سخت قرار می گیرد، این نوشتار استفاده یک الگوریتم فراابتکاری جدید را برای بهینه سازی مسئله پیشنهاد می دهد و کارایی الگوریتم پیشنهادی را با الگوریتم های موجود در ادبیات مقایسه می کند.
نسترن بخشی زاده؛ پرهام عظیمی
چکیده
در بازارهای امروز رقابت در حال افزایش است و شرکت ها را به سمت بهینه سازی فرآیندهای مدیریتی سوق می دهد. این موضوع هماهنگی مسائل مختلفی نظیر به اشتراک گذاری اطلاعات ، برنامه ریزی ظرفیت و قابلیت اطمینان میان اعضای درگیر شبکه را شامل می شود. یکی از مهمترین ابعاد شبکه زنجیره تأمین بهینه سازی عملیاتها با هدف حداقل کردن هزینه می باشد. با توجه ...
بیشتر
در بازارهای امروز رقابت در حال افزایش است و شرکت ها را به سمت بهینه سازی فرآیندهای مدیریتی سوق می دهد. این موضوع هماهنگی مسائل مختلفی نظیر به اشتراک گذاری اطلاعات ، برنامه ریزی ظرفیت و قابلیت اطمینان میان اعضای درگیر شبکه را شامل می شود. یکی از مهمترین ابعاد شبکه زنجیره تأمین بهینه سازی عملیاتها با هدف حداقل کردن هزینه می باشد. با توجه به پیچیدگی های شبکه زنجیره تأمین این کار بسیار سختی می باشد. به منظور مقابله با این پیچیدگی و تعیین شرایط بهینه ما در این مقاله از رویکرد ترکیبی شبیه سازی ، روش تاگوچی ، تجزیه و تحلیل رگرسیون غیرخطی و الگوریتم جستجوی هارمونی استفاده نمودیم. در ابتدا مفاهیم طراحی آزمایشات به کار گرفته می شود و تعدادی سناریو برای زنجیره تامین تعریف می شود. سپس هریک از این سناریوها در محیط شبیه سازی شده اجرا می شوند. نتایج بدست آمده از شبیه سازی به منظور تخمین رابطه بین عوامل موثر بر زنجیره و هزینه های زنجیره استفاده می شود. در نهایت با بهینه سازی این رابطه می توان هزینه های زنجیره تامین را حداقل کرد. این پژوهش به شرکت ها کمک می کند تا بتوانند پیچیدگی ها و وابستگی میان فاکتورهای مختلف زنجیره تأمین را هموار کرده و راهکاری برای تولیدکنندگان در راستای تعیین برنامه ظرفیت مناسب و همچنین استراتژی به تأخیر انداختن تمایز ایجاد می کند.
سمیرا پارسائیان؛ مقصود امیری؛ پرهام عظیمی؛ محمدتقی تقوی فرد
چکیده
توجه روز افزون به اثرات مخرب زیست محیطی زنجیره های تامین منجر به توجه به تحقیقات در زمینه زنجیره های تامین حلقه بسته سبز با هدف کمینه نمودن انتشار گازهای گلخانه ای گردیده است. مقاله حاضر به توسعه یک مدل زنجیره تامین حلقه بسته سبز در شرایط عدم قطعیت تقاضا با هدف کمینه نمودن هزینه کل زنجیره تامین ، کمینه سازی مجموع گاز CO2 و بیشینه نمودن ...
بیشتر
توجه روز افزون به اثرات مخرب زیست محیطی زنجیره های تامین منجر به توجه به تحقیقات در زمینه زنجیره های تامین حلقه بسته سبز با هدف کمینه نمودن انتشار گازهای گلخانه ای گردیده است. مقاله حاضر به توسعه یک مدل زنجیره تامین حلقه بسته سبز در شرایط عدم قطعیت تقاضا با هدف کمینه نمودن هزینه کل زنجیره تامین ، کمینه سازی مجموع گاز CO2 و بیشینه نمودن سهم بازار محصول در حضور یک رقیب می پردازد. در این راستا یک مدل شبیه سازی عامل بنیان برای بازار جهت تخمین پارامتر تقاضا توسعه داده می شود سپس یک مدل شبیه سازی ترکیبی حاصل از ترکیب رویکرد های شبیه سازی عامل بنیان و گسسته پیشامد ارائه می گردد که نوآوری اصلی این تحقیق می باشد. در ادامه سناریو های مختلف با روش طراحی آزمایشات تاگوچی تولید شده و مدل های بازار و زنجیره تامین حلقه بسته برای هر سناریو اجرا می گردد و مقادیر هزینه ، گازCO2 و سهم بازار محصول ثبت می گردد. یک ماتریس تصمیم گیری با استفاده از سناریوها و معیارهای هزینه کل، گاز CO2 و سهم بازارسازماندهی شده و با روش ELECTRE و SAW سناریو ها رتبه بندی و سناریوی برتر انتخاب می شود. از دیگر نوآوری های این مقاله می توان به جامعیت گستره متغیرهای تصمیم گیری در مدل اشاره نمود که متغیرهای موجودی، بازار و حمل و نقل را در قالب سناریوهای مختلف ، شامل می شود. قابلیت کاربری مدل، با استفاده از یک مسئله واقعی در صنعت خودرو سازی بررسی و تحلیل می شود.
