نوع مقاله : مقاله پژوهشی

نویسندگان

• پیام چینی فروشان ¹
• بهروز پور قناد ²
• نرگس شهرکی ²

¹ دانشجوی کارشناسی ارشد مهندسی صنایع، دانشگاه علم و فرهنگ، تهران، (مسئول مکاتبات)

² دانشجوی کارشناسی ارشد مهندسی صنایع، دانشگاه علم و فرهنگ، تهران

چکیده

در این مقاله مدل ریاضی جدیدی به منظور حل مسئله تشکیل سلولی با وجود مسیرهای تولیدی جایگزین در حالی که امکان تولید روی بیش از یک مسیر تولیدی وجود دارد ارائه شده است. تابع هدف مدل پیشنهادی کاهش جابجایی های بین سلولی با در نظر گرفتن محدودیت ها و فاکتورهای تولیدی کاربردی می باشد. به منظور افزایش انعطاف پذیری حاصل از مسیر های مختلف توزیع می کند. به علاوه، توازن بار کاری قطعات را روی مسیرهای مختلف توزیع می کند. به علاوه، توازن بار کاری ماشین آلات به صورت یک محدودیت خطی در مدل لحاظ شده است. با توجه به پیچیدگی مسئله و ماهیت بهینه سازی ترکیباتی مدل، الگوریتم ترکیبی متشکل از الگوریتم ژنتیک و برنامه ریزی خطی برای حل آن ارائه شده است. الگوریتم پیشنهادی روی 10 مسئله نمونه با استفاده از دو الگوریتم موجود در ادبیات مورد بررسی و تجزیه و تحلیل قرار گرفته است. نتایج محاسباتی کارایی الگوریتم ترکیبی پیشنهادی در یافتن جواب و همچنین برتری رویکرد پیشنهادی نسبت به رویکردهای پیشین که تنها یک مسیر را از میان مسیرهای تولیدی انتخاب می کنند را نشان می دهد.

کلیدواژه‌ها

• سیستم تولید سلولی
• تشکیل سلولی
• مسیرهای تولیدی جایگزین
• الگوریتم ژنتیک
• برنامه ریزی خطی

عنوان مقاله [English]

A New Approach for Solving Cell Formation Problem Considering Alternative Process Routings

نویسندگان [English]

• Payam Chiniforooshan ¹
• Behrooz Pourghannad ²
• Narges Shahraki ²

چکیده [English]

In this paper, a mathematical model is proposed to solve cell formation problem considering alternative process routings in which more than one process route for each part can be selected. The model attempts to minimize intercellular movements and incorporates several real-life production factors and practical constraints. In order to increase the flexibility provided by the multiplicity of routings, the model distributes production volume of each part among alternative routes. Also, a constraint enforcing work load balancing among machines is included in the model. Due to the complexity and combinatorial nature of this model, an enhanced algorithm comprised of a genetic algorithm and a linear programming is proposed for solving the model. The proposed algorithm is tested by a range of test problems and compared with two algorithms from the literature .The computational results show that the proposed algorithm is effective and the proposed approach offers better solution.

کلیدواژه‌ها [English]

• Cellular Manufacturing
• Cell Formation
• Alternative Process Routings
• Genetic Algorithm
• Linear Programming