فهرست مطالبفصل 1: مقدمه. 51-1- مقدمه. 61-2- نوآوریهای تحقیق. 71-3- ساختار پایاننامه. 7فصل 2: سفارشيسازي در توليد انبوه. 92-1- مقدمه. 102-2- سطوح سفارشيسازي. 122-3- توانمنديهاي مورد نياز براي اجراي سفارشيسازي در تولید انبوه. 162-5- جمعبندی و نتیجهگیری. 18فصل 3: برنامهریزی و زمانبندی. 193-1- مقدمه. 203-2- مدلسازی سیستم تولید در برنامهریزی و زمانبندی. 213-3- کارها، ماشینها و کارگاهها. 243-4- معیارهای کارایی در زمانبندی تولید. 283-5- مدلسازی ریاضی مسأله زمانبندی کارگاه منعطف. 323-6- پیشینه تحقیق در زمینه زمانبندی کارگاه منعطف. 353-7- جمعبندی و نتیجهگیری. 37فصل 4: فرااکتشافات در بهینهسازی. Error! Bookmark not defined.4-1- مقدمه. 804-2- تعاريف اوليه. 804-3- روشهاي مبتنی بر مسیر. 854-4- روشهاي جستجوي محلي کاوشگرانه. 924-5- روشهاي مبتني بر جمعيت. 974-6- جمعبندی و نتیجهگیری. 107فصل 5: بهینهسازی چندهدفه با حرکت جمعی ذرات. 405-1- مقدمه. 415-5- جمعبندی و نتیجهگیری. 61فصل 6: کاربرد DbMOPSO در برنامهریزی و زمانبندی کارگاه منعطف 636-1- مقدمه. 646-2- فضای جستجو. 656-3- مسائل مورد بررسی. 666-4- نتایج شبیه سازی. 716-6- جمعبندی و نتیجهگیری. 75فصل 7: جمعبندی و نتیجهگیری. 767-1- مقدمه. 777-2- دستاوردهای تحقیق. 777-3- محورهای مطالعه و گسترش بیشتر. 78مراجع. 109 فهرست جداولجدول 2-1: سطوح سفارشی سازی عام15جدول 6-1: زمانهای اجرای عملیات مربوط به نمونه مسئله 195جدول 6-2: زمانهای اجرای عملیات مربوط به نمونه مسئله 296جدول 6-3: زمانهای اجرای عملیات مربوط به نمونه مسئله 397جدول 6-4: زمانهای اجرای عملیات مربوط به نمونه مسئله 498جدول 6-5: مقادیر توابع هدف راه حلهای بدست آمده برای مسئله نمونه 1 توسط کاسم و همکاران100جدول 6-6: مقادیر توابع هدف راه حلهای بدست آمده برای مسئله نمونه 1 با استفاده از الگوریتم DbMOPSO100جدول 6-7: مقادیر توابع هدف راه حلهای بدست آمده برای مسئله نمونه 2 توسط کاسم و همکاران101جدول 6-8: مقادیر توابع هدف راه حلهای بدست آمده برای مسئله نمونه 2 با استفاده از الگوریتم DbMOPSO101جدول 6-9: مقادیر توابع هدف راه حلهای بدست آمده برای مسئله نمونه 3 توسط کاسم و همکاران102جدول 6-10: مقادیر توابع هدف راه حلهای بدست آمده برای مسئله نمونه 3 با استفاده از الگوریتم DbMOPSO102جدول 6-11: مقادیر توابع هدف راه حلهای بدست آمده برای مسئله نمونه 4 توسط کاسم و همکاران103جدول 6-12: مقادیر توابع هدف راه حلهای بدست آمده برای مسئله نمونه 4 با استفاده از الگوریتم DbMOPSO103 فهرست اشکالشکل 3-1: نمودار جریان اطلاعات در یک سیستم تولیدی23شکل 4-1: الگوریتم بهبود تکراری46شکل 4-2: الگوریتم گداخت شبیهسازی شده46شکل 4-3: ایده جستجوی محلی هدایت شده54شکل 4-4: یک مرحله دلخواه از ILS56شکل 4-5: قالب کلی الگوریتمهای محاسبات تکاملی58شکل 4-6: قالب کلی الگوریتم حرکت جمعی ذرات65شکل 5-1: مفهوم راهحل بهینه پارتو70شکل 5-2: نمایش مفهوم غلبه در فضای اهداف71شکل 5-3: نمایش ParetoOptimalFrontدر فضای اهداف72شکل 5-4: الگوریتم DbMOPSO76شکل 5-5: نتیجه حاصل از الگوریتم NSGA II در حل مسئله نمونه 178شکل 5-6: نتیجه حاصل از الگوریتم PAES در حل مسئله نمونه 178شکل 5-7: نتیجه حاصل از الگوریتم MOPSO در حل مسئله نمونه 179شکل 5-8: نتیجه حاصل از الگوریتم DbMOPSO در حل مسئله نمونه 179شکل 5-9: نتیجه حاصل از الگوریتم NSGA II در حل مسئله نمونه 281شکل 5-10: نتیجه حاصل از الگوریتم PAES در حل مسئله نمونه 281شکل 5-11: نتیجه حاصل از الگوریتم MOPSO در حل مسئله نمونه 282شکل 5-12: نتیجه حاصل از الگوریتم DbMOPSO در حل مسئله نمونه 282شکل 5-13: نتیجه حاصل از الگوریتم NSGA II در حل مسئله نمونه 384شکل 5-14: نتیجه حاصل از الگوریتم PAES در حل مسئله نمونه 384شکل 5-15: نتیجه حاصل از الگوریتم MOPSO در حل مسئله نمونه 385شکل 5-16: نتیجه حاصل از الگوریتم DbMOPSO در حل مسئله نمونه 385شکل 5-17: نتیجه حاصل از الگوریتم NSGA II در حل مسئله نمونه 487شکل 5-18: نتیجه حاصل از الگوریتم PAES در حل مسئله نمونه 487شکل 5-19: نتیجه حاصل از الگوریتم MOPSO در حل مسئله نمونه 488شکل 5-20: نتیجه حاصل از الگوریتم DbMOPSO در حل مسئله نمونه 488 فصل 1پيشرفتهاي اخير در توليد منعطف و تکنولوژي اطلاعات اين امکان را فراهم کرده است که سيستمهاي توليدي بتوانند با هزينه پايينتر طيف وسيعتري از محصولات يا خدمات را ارائه نمايند. بهعلاوه افزايش رقابت در سطح جهاني منجر به رويارويي صنايع با رويکرد افزايش ارزش مشتري در ارائه محصول يا خدمات شده است. بنابراين لزوم درنظر گرفتن نيازهاي خاص هر کدام از مشتريان، توليدکنندگان را به سمت دخالت دادن مشتريان در فرآيند توليد رهنمون شده است. در اين ميان سفارشيسازي در توليد انبوه[1] يکي از روشهاي نوين توليد است که هر روز مورد توجه توليدکنندگان بيشتري قرار ميگيرد. سفارشيسازي در توليد انبوه، توانايي توليد محصول يا خدمات مختص هر مشتري بر اساس سفارش يا نيازهاي شناخته شده او از طريق يک فرآيند کاملاً انعطافپذير و يکپارچه با حفظ مزاياي توليد انبوه است. سفارشيسازي در توليد انبوه يکي از فرصتهايي است که از طريق رشد و هماهنگي تکنولوژيهاي توليد و تکنولوژي اطلاعات در اختيار توليدکنندگان قرار گرفته است.واضح است فعاليتهايي که در سيستمهاي سفارشيسازي در توليد انبوه انجام ميشوند نيازمند همکاري گسترده، تبادل اطلاعات و تعامل در محدوده سازمان و خارج از آن است. بخشي از اين تعامل در جهت برنامهريزي تخصيص وظايف به منابع و زمانبندي اجراي وظايف بر روي منابع است. مسئله برنامهریزی تخصیص وظایف به منابع و زمانبندی اجرای وظایف یکی از پیچیدهترین مسائل بهینهسازی ترکیبیاتی بهشمار میآید که در این تحقیق سعی بر آن است که گسترشی در زمینه حل این دسته مسائل حاصل گردد.در سيستمهاي سفارشيسازي در توليد انبوه، از آنجايي که هر کالاي توليد شده داراي شرايط خاص خود، براساس نياز اعلام شده مشتري خواهد بود، مسئله هماهنگي و تعامل اجزا در صحن کارخانه شکل پيچيدهتري بهخود ميگيرد. براي حل مسئله برنامهريزي در چنين شرايطي اجزای سيستم برنامهريزي بايد داراي ويژگيهايي همچون برقراري ارتباط با اجزای ديگر، واکنشي بودن و خودمختاري باشند. با توجه به اين ويژگيها بهرهگيري از سيستمهاي تکاملی چندعاملی بعنوان يکي از راهحلهاي مناسب مطرح ميگردد. در اين روش با بهرهگيري از اجتماعي از عاملها که هر کدام داراي مجموعهاي از خصوصیات و منابع ميباشند ميتوان راهحلهايي در محيط محاسباتي پويا بدست آورد. 1-2- نوآوریهای تحقیقدر این تحقیق با توجه به پیشینه تحقیقاتی که در زمینه حل مسئله برنامهریزی و زمانبندی کار کارگاهی منعطف صورت گرفته است، الگویی جدید و مؤثر برای مدلسازی فضای جواب مسئله مطرح میگردد. الگوی ارائه شده، دارای خصوصیات ویژهای است که از جمله مهمترین آنها میتوان به حل همزمان زیر مسئلههای برنامهریزی تخصیص وظایف به منابع و زمانبندی ترتیب اجرای وظایف، اشاره کرد. در ادامه پژوهش به معرفی الگوریتم بهینهسازی حرکت جمعی ذرات پرداخته میشود و شکل جدیدی از این الگوریتم برای حل مسائل بهینهسازی چندهدفه، معرفی میگردد که در آن انتخاب ذرات راهنما براساس چگالی ذرات در فضای اهداف صورت میگیرد، سپس الگوریتم ارائه شده با یکی از الگوریتمهای مشابه مقایسه میشود. بعد از آن، دو ایده ارائه شده، در حل مسئله زمانبندی کار کارگاهی منعطف بهکار گرفته شده و نتایج آن مورد بررسی قرار خواهند گرفت.
سیستم برنامه ریزی و کنترل تولید در صحن کارخانه با استفاده از همکاری عامل های هوشمند برای حصول به سفارشی سازی انبوهword
فهرست مطالبفصل 1: مقدمه. 51-1- مقدمه. 61-2- نوآوریهای تحقیق. 71-3- ساختار پایاننامه. 7فصل 2: سفارشيسازي در توليد انبوه. 92-1- مقدمه. 102-2- سطوح سفارشيسازي. 122-3- توانمنديهاي مورد نياز براي اجراي سفارشيسازي در تولید انبوه. 162-5- جمعبندی و نتیجهگیری. 18فصل 3: برنامهریزی و زمانبندی. 193-1- مقدمه. 203-2- مدلسازی سیستم تولید در برنامهریزی و زمانبندی. 213-3- کارها، ماشینها و کارگاهها. 243-4- معیارهای کارایی در زمانبندی تولید. 283-5- مدلسازی ریاضی مسأله زمانبندی کارگاه منعطف. 323-6- پیشینه تحقیق در زمینه زمانبندی کارگاه منعطف. 353-7- جمعبندی و نتیجهگیری. 37فصل 4: فرااکتشافات در بهینهسازی. Error! Bookmark not defined.4-1- مقدمه. 804-2- تعاريف اوليه. 804-3- روشهاي مبتنی بر مسیر. 854-4- روشهاي جستجوي محلي کاوشگرانه. 924-5- روشهاي مبتني بر جمعيت. 974-6- جمعبندی و نتیجهگیری. 107فصل 5: بهینهسازی چندهدفه با حرکت جمعی ذرات. 405-1- مقدمه. 415-5- جمعبندی و نتیجهگیری. 61فصل 6: کاربرد DbMOPSO در برنامهریزی و زمانبندی کارگاه منعطف 636-1- مقدمه. 646-2- فضای جستجو. 656-3- مسائل مورد بررسی. 666-4- نتایج شبیه سازی. 716-6- جمعبندی و نتیجهگیری. 75فصل 7: جمعبندی و نتیجهگیری. 767-1- مقدمه. 777-2- دستاوردهای تحقیق. 777-3- محورهای مطالعه و گسترش بیشتر. 78مراجع. 109 فهرست جداولجدول 2-1: سطوح سفارشی سازی عام15جدول 6-1: زمانهای اجرای عملیات مربوط به نمونه مسئله 195جدول 6-2: زمانهای اجرای عملیات مربوط به نمونه مسئله 296جدول 6-3: زمانهای اجرای عملیات مربوط به نمونه مسئله 397جدول 6-4: زمانهای اجرای عملیات مربوط به نمونه مسئله 498جدول 6-5: مقادیر توابع هدف راه حلهای بدست آمده برای مسئله نمونه 1 توسط کاسم و همکاران100جدول 6-6: مقادیر توابع هدف راه حلهای بدست آمده برای مسئله نمونه 1 با استفاده از الگوریتم DbMOPSO100جدول 6-7: مقادیر توابع هدف راه حلهای بدست آمده برای مسئله نمونه 2 توسط کاسم و همکاران101جدول 6-8: مقادیر توابع هدف راه حلهای بدست آمده برای مسئله نمونه 2 با استفاده از الگوریتم DbMOPSO101جدول 6-9: مقادیر توابع هدف راه حلهای بدست آمده برای مسئله نمونه 3 توسط کاسم و همکاران102جدول 6-10: مقادیر توابع هدف راه حلهای بدست آمده برای مسئله نمونه 3 با استفاده از الگوریتم DbMOPSO102جدول 6-11: مقادیر توابع هدف راه حلهای بدست آمده برای مسئله نمونه 4 توسط کاسم و همکاران103جدول 6-12: مقادیر توابع هدف راه حلهای بدست آمده برای مسئله نمونه 4 با استفاده از الگوریتم DbMOPSO103 فهرست اشکالشکل 3-1: نمودار جریان اطلاعات در یک سیستم تولیدی23شکل 4-1: الگوریتم بهبود تکراری46شکل 4-2: الگوریتم گداخت شبیهسازی شده46شکل 4-3: ایده جستجوی محلی هدایت شده54شکل 4-4: یک مرحله دلخواه از ILS56شکل 4-5: قالب کلی الگوریتمهای محاسبات تکاملی58شکل 4-6: قالب کلی الگوریتم حرکت جمعی ذرات65شکل 5-1: مفهوم راهحل بهینه پارتو70شکل 5-2: نمایش مفهوم غلبه در فضای اهداف71شکل 5-3: نمایش ParetoOptimalFrontدر فضای اهداف72شکل 5-4: الگوریتم DbMOPSO76شکل 5-5: نتیجه حاصل از الگوریتم NSGA II در حل مسئله نمونه 178شکل 5-6: نتیجه حاصل از الگوریتم PAES در حل مسئله نمونه 178شکل 5-7: نتیجه حاصل از الگوریتم MOPSO در حل مسئله نمونه 179شکل 5-8: نتیجه حاصل از الگوریتم DbMOPSO در حل مسئله نمونه 179شکل 5-9: نتیجه حاصل از الگوریتم NSGA II در حل مسئله نمونه 281شکل 5-10: نتیجه حاصل از الگوریتم PAES در حل مسئله نمونه 281شکل 5-11: نتیجه حاصل از الگوریتم MOPSO در حل مسئله نمونه 282شکل 5-12: نتیجه حاصل از الگوریتم DbMOPSO در حل مسئله نمونه 282شکل 5-13: نتیجه حاصل از الگوریتم NSGA II در حل مسئله نمونه 384شکل 5-14: نتیجه حاصل از الگوریتم PAES در حل مسئله نمونه 384شکل 5-15: نتیجه حاصل از الگوریتم MOPSO در حل مسئله نمونه 385شکل 5-16: نتیجه حاصل از الگوریتم DbMOPSO در حل مسئله نمونه 385شکل 5-17: نتیجه حاصل از الگوریتم NSGA II در حل مسئله نمونه 487شکل 5-18: نتیجه حاصل از الگوریتم PAES در حل مسئله نمونه 487شکل 5-19: نتیجه حاصل از الگوریتم MOPSO در حل مسئله نمونه 488شکل 5-20: نتیجه حاصل از الگوریتم DbMOPSO در حل مسئله نمونه 488 فصل 1پيشرفتهاي اخير در توليد منعطف و تکنولوژي اطلاعات اين امکان را فراهم کرده است که سيستمهاي توليدي بتوانند با هزينه پايينتر طيف وسيعتري از محصولات يا خدمات را ارائه نمايند. بهعلاوه افزايش رقابت در سطح جهاني منجر به رويارويي صنايع با رويکرد افزايش ارزش مشتري در ارائه محصول يا خدمات شده است. بنابراين لزوم درنظر گرفتن نيازهاي خاص هر کدام از مشتريان، توليدکنندگان را به سمت دخالت دادن مشتريان در فرآيند توليد رهنمون شده است. در اين ميان سفارشيسازي در توليد انبوه[1] يکي از روشهاي نوين توليد است که هر روز مورد توجه توليدکنندگان بيشتري قرار ميگيرد. سفارشيسازي در توليد انبوه، توانايي توليد محصول يا خدمات مختص هر مشتري بر اساس سفارش يا نيازهاي شناخته شده او از طريق يک فرآيند کاملاً انعطافپذير و يکپارچه با حفظ مزاياي توليد انبوه است. سفارشيسازي در توليد انبوه يکي از فرصتهايي است که از طريق رشد و هماهنگي تکنولوژيهاي توليد و تکنولوژي اطلاعات در اختيار توليدکنندگان قرار گرفته است.واضح است فعاليتهايي که در سيستمهاي سفارشيسازي در توليد انبوه انجام ميشوند نيازمند همکاري گسترده، تبادل اطلاعات و تعامل در محدوده سازمان و خارج از آن است. بخشي از اين تعامل در جهت برنامهريزي تخصيص وظايف به منابع و زمانبندي اجراي وظايف بر روي منابع است. مسئله برنامهریزی تخصیص وظایف به منابع و زمانبندی اجرای وظایف یکی از پیچیدهترین مسائل بهینهسازی ترکیبیاتی بهشمار میآید که در این تحقیق سعی بر آن است که گسترشی در زمینه حل این دسته مسائل حاصل گردد.در سيستمهاي سفارشيسازي در توليد انبوه، از آنجايي که هر کالاي توليد شده داراي شرايط خاص خود، براساس نياز اعلام شده مشتري خواهد بود، مسئله هماهنگي و تعامل اجزا در صحن کارخانه شکل پيچيدهتري بهخود ميگيرد. براي حل مسئله برنامهريزي در چنين شرايطي اجزای سيستم برنامهريزي بايد داراي ويژگيهايي همچون برقراري ارتباط با اجزای ديگر، واکنشي بودن و خودمختاري باشند. با توجه به اين ويژگيها بهرهگيري از سيستمهاي تکاملی چندعاملی بعنوان يکي از راهحلهاي مناسب مطرح ميگردد. در اين روش با بهرهگيري از اجتماعي از عاملها که هر کدام داراي مجموعهاي از خصوصیات و منابع ميباشند ميتوان راهحلهايي در محيط محاسباتي پويا بدست آورد. 1-2- نوآوریهای تحقیقدر این تحقیق با توجه به پیشینه تحقیقاتی که در زمینه حل مسئله برنامهریزی و زمانبندی کار کارگاهی منعطف صورت گرفته است، الگویی جدید و مؤثر برای مدلسازی فضای جواب مسئله مطرح میگردد. الگوی ارائه شده، دارای خصوصیات ویژهای است که از جمله مهمترین آنها میتوان به حل همزمان زیر مسئلههای برنامهریزی تخصیص وظایف به منابع و زمانبندی ترتیب اجرای وظایف، اشاره کرد. در ادامه پژوهش به معرفی الگوریتم بهینهسازی حرکت جمعی ذرات پرداخته میشود و شکل جدیدی از این الگوریتم برای حل مسائل بهینهسازی چندهدفه، معرفی میگردد که در آن انتخاب ذرات راهنما براساس چگالی ذرات در فضای اهداف صورت میگیرد، سپس الگوریتم ارائه شده با یکی از الگوریتمهای مشابه مقایسه میشود. بعد از آن، دو ایده ارائه شده، در حل مسئله زمانبندی کار کارگاهی منعطف بهکار گرفته شده و نتایج آن مورد بررسی قرار خواهند گرفت.