نوع مقاله : مقاله پژوهشی

نویسنده

استادیار دانشکده مهندسی صنایع و مدیریت ، دانشگاه صنعتی شاهرود

چکیده

امروزه تحقق برنامه‌های از پیش تعیین شده و تامین به موقع تقاضاها و سفارشات مشتریان یکی از اهداف مهم و استراتژیک سازمان‌ها و واحدهای تولیدی محسوب می‌شود. اهمیت این موضوع ریشه در جایگاه مشتریان و موضوع رضایت ایشان از تحویل به موقع تقاضاهایشان و همچنین بهره‌برداری مناسب از منابع تولیدی سازمان دارد. در تحقیق حاضر، مساله یکپارچه برنامه‌ریزی تولید و تعمیرات و نگهداری مورد مطالعه قرار می‌گیرد. برای این مساله دو تابع هدف مدنظر می‌باشد. تابع هدف اول عبارتست از هزینه‌های کل سیستم که همه عوامل هزینه‌ای تولید را شامل می‌شود. تابع هدف دوم نیز میزان نارضایتی مشتریان است که در اثر تاخیر در تامین به موقع تقاضاها افزایش می‌یابد. باتوجه به اهمیت جایگاه و رضایتمندی مشتریان در دنیای رقابتی امروزی، اضافه کردن تابع هدف دوم مساله را به دنیای واقعی نزدیکتر می‌کند. ابتدا مساله تشریح و متغیرها و پارامترهای آن تعریف شده و براساس آن، مدل ریاضی این مساله در حالت چندهدفه توسعه داده شده است. سپس باتوجه به اینکه این مساله از نوع NP-Hard می‌باشد، یک روش حل مبتنی بر الگوریتم ژنتیک با رتبه‌بندی نامغلوب-بازنگری 2 (NSGA-II) ارائه گردیده است. در پایان نیز این مساله با داده‌های استاندارد موجود در منابع با دو تکنیک محدودیت اپسیلون و NSGA-II حل شده و نتایج مورد ارزیابی قرار گرفته است. نتایج حاکی از عملکرد مناسب الگوریتم NSGA-II در زمان حل و کیفیت جواب می‌باشد.

کلیدواژه‌ها

عنوان مقاله [English]

Modelling and Solving the Integrated Bi-Objective Aggregate Production Planning and Maintenance Problem with Dissatisfaction Reduction Approach

نویسنده [English]

  • Seyed Mohammad Hassan Hosseini

Assistant Professor, Faculty of Industrial Engineering and Management, Shahrood University of Technology

چکیده [English]

Today, the realization of pre-determined programs and timely supply of customer requests and orders is one of the important and strategic goals of organizations and production units. This importance is caused by importance of customer position and also exploitation of resources. In this paper, the integrated production planning and maintenance problem is studied. Two objective function is considered for this problem. First, minimizing total cost and second, minimizing dissatisfaction of customer that comes from delay in demands. Due to the importance of the customer place in nowadays competitive environment, the last objective function is added to problem to getting closer to the real world. First, problem is definined with variables and parameters then, bi-objective mathematical model is presented. Since, this problem has been proved as NP-hard, an approximation method is also developed based on Non-dominated Sorting Genetic Algorithm II (NSGA-II). Finally, this problem is solved by applying two algorithm
and NSGA-II using standard data that is obtained from references. Results show that performance of the proposed method based on NSGA-II both in solution quality and running time is suit.

کلیدواژه‌ها [English]

  • Integrated Production Planning
  • Multi-Product
  • Maintenance
  • Bi-Objective
  • NSGA-II Metaheuristic Algorithm
جبارزاده - آرمین ، زارعیان - رحمان ، قوسی، روزبه (1392)، ارائه یک رویکرد برنامه ریزی تولید ادغامی با اهداف بیشینه کردن سود و بیشینه کردن ثبات تولید: مدل سازی و کاربرد واقعی، دهمین کنفرانس بین المللی مهندسی صنایع، تهران، انجمن مهندسی صنایع ایران، دانشگاه صنعتی امیرکبیر
چراغلی خانی- علی، خوش الحان، فرید (1391)، ارائه مدل یکپارچه برنامه ریزی تولید ادغامی با هزینه نگهداری و تعمیرات، نشریه بین‌المللی مهندسی صنایع و مدیریت تولید. جلد 23، شماره 1، ص 77-68.
حجی - علی رضا، محمد رحیمی، علی رضا (1378)، بکارگیری برنامه ریزی خطی چند هدفه فازی در برنامه ریزی تولید ادغامی، ششمین کنفرانس بین المللی مهندسی صنایع، تهران، انجمن مهندسی صنایع ایران، دانشگاه صنعتی شریف
خیرخواه-امیرسامان.، نوبری-آرش، حاجی پور، وحید (1395)، ارایه الگوریتم رقابت استعماری چند هدفه جهت بهینه‌سازی مسئله‌ی برنامه‌ریزی تولید ادغامی پایا، نشریه پژوهش‌های مهندسی صنایع در سیستم‌های تولید، جلد 4، شماره 7، ص 15-1.
ربانی - مسعود، افرازه - محمد حسین، امینی - ساسان، فرخیاصل، حامد (1396)، برنامه‌ریزی یکپارچه تولید و نگهداری تعمیرات با درنظر گرفتن دوره‌های یکسان نت، نشریه روش‌های عددی در مهندسی، دوره 36، شماره 2، ص 63 تا 78.
رضایی ملک-محمد، توکلی مقدم-رضا، عوض آبادیان، فرشید (1393)، ارائه مدل دو هدفه برای مساله زمانبندی جریان کارگاهی با محدودیت دسترسی به ماشین‌ها، نشریه مهندسی صنایع، دوره 48 ، شماره 2، ص 189 تا 200.
رضایی مقدم – سعید، یوسفی - ام البنین، کرباسیان – مهدی، خیام باشی، بیژن (1397)، برنامه‌ریزی تولید یکپارچه تأمین، تولید و توزیع در زنجیره تأمین برگشت پذیر به کمک مدل‌سازی ریاضی چند هدفه: مطالعه موردی در یک صنعت High-Tech
 
Abrego, L. and Osterholm, P (2008), "External Linkages and Economic Growth in Colombia: Insights from A Bayesian VAR Model", IMF Working Paper WP/08/46.
Amisano, G. and Serati, M (2004)," Time Varying Parameters BVAR Models for Inflation Forecasting", Research Unit of the Bank of Italy.
Baykasoglu, A. (2010), “Aggregate Production Planning using the Multiple Objective Tabu Search”, International Journal of Production Research, No. 39. PP: 3685-3702.
Borissov, B (1997), "BVAR Modeling in the Presence of Outliers", AMasters thesis, University of Toledo, Department of Economics.
Buffa, E.S. and Taubert, W.H. (1972), “Production-Inventory Systems: Planning and Control”, Homewood, Illinois: Irwin.
Cassadym C.R. and Kutanoglu, E. (2003), “Minimizing Job Tardiness Using Integrated Preventive Maintenance Planning and Production Scheduling”, IIE Transactions, No. 35. PP: 503–513.
Chakraborthty, R.K. and Akhtar Hasin, A. (2013), “Solving an aggregate production planning problem by using multi-objective genetic algorithm (MOGA) approach”, International Journal of Industrial Engineering Computations, No. 4. PP: 1-12.
Chambari, A. Rahmati, S.H.R. Najafi, A.A. and Karimi, A. (2012), “A bi-objective model to optimize reliability and cost of system with a choice of redundancy strategies”, Computers & Industrial Engineering No. 63. PP: 109–119.
Deb, K. Pratap, A. Agarwal, S. and Meyarivan, T. (2002), “A fast and elitist multiobjective genetic algorithm: NSGA-II”, IEEE Transactions on Evolutionary Computation, No. 6. PP: 182–197.
Dekker, R. (1996), “Application of maintenance optimization models: a review and analysis”, Reliability Engineering and System Safety, No. 51. PP: 229–240.
Doan, T. Litterman, R and Sims, C (1984), "Forecasting and Conditional Projection Using Realistic Prior Distributions", Econometric Reviews, No. 3. PP: 1-100.
Fahimnia, B. Luong, L.H.S. and Marian, R.M. (2008), “Modeling and optimization of aggregate production planning–A genetic algorithm approach”, International Journal of Applied Mathematics and Computer Sciences, No. 28. PP: 1007-1012.
Gholamian N. Mahdavi I. Tavakkoli-Moghaddam R. and Mahdavi-Amiri N. (2015), “A comprehensive fuzzy multi-objective multi-product multi-site aggregate production planning decisions in a supply chain under uncertainty”, Applied Soft Computing, No. 37. PP: 585-607.
Gower. B. (1997), "Scientific Method: An Historical & Philosophical Introduction.", university of Guelph. Routledge. December 12.
Green. W.H. (1993), "Econometric Analysis (2nd ed)", Macmillan Publishing Company.
Hanssman, F. and Hess, S. (1960), “A linear programming approach to production and employment scheduling”, Management Technology, No. 1. PP: 46–51.
Hax, A.C. (1978), “Aggregate Production Planning", in: J. Models and S. Elmaghraby (eds.)”, Handbook of Operation Research, New York: Van Nostrand Reinhold.
Holt, C.C. Modigliani, F. and Muth, J.F. (1956), “Derivation of a Linear Decision Rule for Production and Employment”, Management Science, No. 2. PP: 159-177.
Holt, C.C. Modigliani, F. and Simon, H.A. (1955), “A Linear Decision Rule for Production and Employment Scheduling”, Management Science, No. 2. PP: 1-30.
Hosseini, S. M. H. (2017). A multi-objective genetic algorithm (MOGA) for hybrid flow shop scheduling problem with assembly operation. Journal of Industrial and Systems Engineering, 10(special issue on production and inventory), 132-154.
Hosseini, S. M. H. (2019). Modelling and solving the job shop scheduling Problem followed by an assembly stage considering maintenance operations and access restrictions to machines. Journal of Optimization in Industrial Engineering, 12(1), 63-78.
Leung, S.C.H. and Chan, S.S.W. (2009), “A Goal Programming Model for Aggregate Production Planning with Resource Utilization Constraint”, Computers & Industrial Engineering, No. 56. PP: 1053–1064.
Masud, A.S.M. and Hwang, C.L. (1980), “An aggregate production planning model and application of three multiple objective decision methods”, International Journal of Production Research, No. 18. PP: 741–752.
Mazzola, J.B. Neebe, A.W. and Rump, C.M. (1998), “Multiproduct production planning in the presence of work-force Learning”, European Journal of Operational Research, No. 106. PP: 336-356.
McCall, J.J. (1965), “Maintenance policies for stochasticallyfailing equipment: a survey”, Management Science, No. 11. PP: 493–524.
Mirzapour Al-e-Hashem, S.M.J. Aryanezhad, M.B., and Sadjadi, S.J. (2012), “An efficient algorithm to solve a multi-objective robust aggregate production planning in an uncertain environment”, International Journal of Advance Manufacturing Technology, No. 58. PP: 765–782.
Mirzapour Al-e-hashem, S.M.J., Babolib, A., and Sazvarb, C. (2013). "A stochastic aggregate production planning model in a green supply chain: Considering flexible lead times, nonlinear purchase and shortage cost functions", European, Journal of Operational Research, 230(1), 26–41.
Moghadam, S.R, Yousefi, O., Karbasian, M., and Khayambashi, B. (2019), “Integrated production-distribution planning in a reverse supply chain via multi-objective mathematical modeling; case study in a high-tech industry”, Journal of Production and Operations Management, Vol. 9, Issue 2, No. 17, PP:1-22.
Nam, S.J. and Logendran, R. (1992), “Aggregate production planning-a survey of models and methodologies”, European Journal of Operational Research, No. 61. PP: 255–272.
Ozdamar, L. Bozyel, M.A. and, Birbil, S. (1998), “A hierarchical decision support system for production planning (with case study)”, European Journal of Operational Research, No. 104 PP: 403–422.
Sadeghi, M. Hajiagha, S.H.R. and Hashemi, S.S. (2013), “A fuzzy grey goal programming approach for aggregate production planning”, International Journal of Advance Manufacturing Technology, No. 64. PP: 1715–1727.
Srinivas, N. and Deb, K. (1995), “Multi-objective function optimization using non-dominated sorting genetic algorithms”, Evol. Computer, No. 2 (3). PP: 221–248.
Wang S.C. and Yeh M.F. (2014), “A modified particle swarm optimization for aggregate production planning”, Expert Systems with Applications, No. 6. PP: 3069-3077.
Wang, R.C. and Liang, T.F. (2005), “Aggregate production planning with multiple fuzzy goals”, International Journal of Advanced Manufacturing Technology, No. 25. PP: 589–597.