الف – پرداخت وجه بحساب وب سایت ایران ترجمه(شماره حساب)ب- اطلاع جزئیات به ایمیل irantarjomeh@gmail.comشامل: مبلغ پرداختی – شماره فیش / ارجاع و تاریخ پرداخت – مقاله مورد نظر --مقالات آماده سفارش داده شده پس از تایید به ایمیل شما ارسال خواهند شد.
قیمت
قیمت این مقاله: 38000 تومان
(ایران ترجمه - Irantarjomeh)
توضیح
بخش زیادی از این مقاله بصورت رایگان ذیلا قابل مطالعه می باشد.
شماره
۴۳
کد مقاله
IND43
مترجم
گروه مترجمین ایران ترجمه – irantarjomeh
نام فارسی
یک الگوریتم ژنتیک برای برنامه ریزی تسهیلات پویا در تولید به روش تولید کارگاهی
نام انگلیسی
A genetic algorithm for dynamic facility planning in job shop manufacturing
تعداد صفحه به فارسی
۲۵
تعداد صفحه به انگلیسی
۷
کلمات کلیدی به فارسی
برنامه ریزی تسهیلات, جابجایی و کنترل مواد, الگوریتم ژنتیک
کلمات کلیدی به انگلیسی
Facility planning, Material handling, Genetic algorithms; Springer
مرجع به فارسی
ژورنال بین المللی فن آوری پیشرفته تولید
اسپرینگر
مرجع به انگلیسی
Int J Adv Manuf Technol; Springer-Verlag; Springer
کشور
هندوستان
یک الگوریتم ژنتیک برای برنامه ریزی تسهیلات پویا در تولید به روش تولید کارگاهی
چکیده
تنوع محصول، بهبود فرآیند و بهبود تکنولوژی می تواند برنامه طراحی / چیدمان اولیه کارخانه را ناکارآمد سازد. بنابراین، بهبود چیدمان تسهیلات کنونی یک مأموریت مهم می باشد. این مطالعه با ارائه مدلی اقدام به نشان دادن مسئله برنامه ریزی تسهیلات پویا در محیط تولید کارگاهی می نماید. از آنجا که مسئله چیدمان و طراحی تسهیلات یک مسئله ان پی – سخت (NP-hard) است، بدست آوردن یک راه حل بهینه برای آن دشوار است. این مطالعه برای حل مسئله چیدمان تسهیلات اقدام به استفاده از الگوریتم ژنتیک ( GA) در مدل مطرح شده نموده و هزینه جابجایی مواد، هزینه جابجایی تسهیلات و هزینه تنظیم و راه اندازی تسهیلات را در نظر می گیرد. نتایج محاسباتی نشان دهنده کارکرد مناسب راهکار مبتنی بر GA است. بر اساس نتایج محاسباتی، این مطالعه نسبت به استفاده از تحلیل سود – هزینه بر مبنای دیدگاه مدیریت اقدام می نماید تا این موضوع مشخص شود که آیا ضرورتی برای انجام طراحی یا چیدمان اولیه توسط برنامه ریزان وجود دارد یا خیر.
واژگان کلیدی: برنامه ریزی تسهیلات- جابجایی و کنترل مواد- الگوریتم ژنتیک
الگوریتم ژنتیک تسهیلات پویا تولید کارگاهی
۱- مقدمه
برنامه ریزی تسهیلات، تسهیلات فیزیکی یک شرکت برای ارتقاء استفاده کارآمد از منابع شرکت از جمله افراد، تجهیزات، مواد و انرژی را مشخص می کند. برنامه ریزی تسهیلات و جابجایی مواد بیش از سایر طراحی های عمده شرکت بر بهره وری و سودآوری شرکت تأثیر می گذارند. طراحی تسهیلات به طور مستقیم بر کیفیت و هزینه محصولات و در نتیجه بر روی نسبت تأمین/ تقاضا تأثیر می گذارند. شرکتهای تولید و خدماتی وقت و هزینه زیادی روی طراحی و طراحی مجدد تسهیلات خود صرف می کنند. اهداف برنامه ریزی تسهیلات عبارتند از تولید محصول یا ارائه خدمات با کمترین هزینه و بالاترین کیفیت یا استفاده از حداقل منابع. موتر [۱]در زمینه و رویه برنامه ریزی تسهیلات، یک نوع برنامه ریزی چیدمان سیستماتیک را مطرح کرد که برای برنامه ریزی چیدمان از P.Q.R.S.T ( محصول،کیفیت، مکان یابی، خدمات، زمان) استفاده می کند. مطالعات بسیار دیگری نیز رویه هایی برای برنامه ریزی تسهیلات ( در زمینه تولید و خدمات) ارائه کردند،که طراحان چیدمان می توانند از آنها پیروی کنند. با توجه به ابزار و تکنیک های موجود برای برنامه ریزی چیدمان، مطالعات متعددی سیستم های کامپیوتری، مدلهای شبیه سازی و مدلهای ریاضی متعددی برای حل مسئله چیدمان مطرح کرده اند.
الگوریتم ژنتیک تسهیلات پویا تولید کارگاهی
ساخت سیستم برنامه ریزی تسهیلات به کمک کامپیوتر
بادیرو و آریف [۲] یک الگوریتم فازی و یک سیستم هوشمند را برای توسعه یک سیستم دانش محور به نام FLEXPERT برای حل مسئله چیدمان با هم ادغام کردند. این سیستم بهترین چیدمان را ارائه می دهد که هم محدودیت های کیفی و هم کمّی را ارضاء می کند. یانگ و کوآ[۳] یک ابزار برنامه ریزی چیدمان به کمک کامپیوتر را ارائه کردند که یک واحد تصمیم گیری کمّی تولید میکند. در این مدل معیارهای عملکرد کیفی از طریق فرآیند سلسله مراتبی تحلیل وزن دهی شدند و مسئله چیدمان چند هدفه از طریق تحلیل بسته داده ها حل شد.
الگوریتم ژنتیک تسهیلات پویا تولید کارگاهی
۲- استفاده از تکنیک شبیه سازی برای برنامه ریزی و ارزیابی
اینو و پانیزسلوان [۴] برای تحلیل ظرفیت و بهبود فرآیند از شبیه سازی فرآیند استفاده کردند. خروجی شبیه سازی فرآیند اساسی برای طراحی چیدمان تسهیلات جدید بود. زتو و همکارانش[۵] سیستمی ساختند که به صورت اتوماتیک مدلهای سه بعدی (۳D ) را از اجزای فیزیکی موجود در یک دستگاه تسهیلات استخراج می کرد. مبنای این کار، کاربرد مکرر آن در توسعه مؤثر پایگاه داده ای اشیاء برای به کارگیری ابزار مجازی واقعی در یک طرح پشتیبان تصمیم گیری چیدمان می باشد. دوفی و همکارانش [۶] یک سیستم چیدمان تسهیلات مجازی- واقعی بر مبنای اینترنت طراحی کردند تا طراحی تسهیلات را بهبود داده و آسیب های کار را حذف کنند.
الگوریتم ژنتیک تسهیلات پویا تولید کارگاهی
۳- ساخت یک مدل ریاضی برای حل مسئله چیدمان
چن و همکارانش [۷] استفاده از مقیاس بندی چندبعدی و آنیل شبیه سازی شده بر ای چرخاندن نمودار پراکنش و طراحی مؤثر چیدمان تسهیلات جهت حداقل کردن کل هزینه جابجایی بین تسهیلات و خطای شکل و چیدمان نهایی، را مورد بررسی قرار دادند. توکلی- مقدین و شایان [۸] یک الگوریتم ژنتیک برای حل فرمول تخصیص درجه دوم مسائل چیدمان با تسهیلات هم اندازه و غیر هم اندازه طراحی کردند. کوچهار و همکارانش [۹]یک الگوریتم ژنتیک بر مبنای GA برای حل مسئله چیدمان تسهیلات تک طبقه، که هم اندازه های برابر و هم اندازه های نابرابر را بررسی می کند، مطرح نمودند. نتایج نشان داد که GA در یک محیط واقعی راهکار بهتری ارائه می دهد. کازوهیرو و همکارانش [۱۰] برای N تسهیلات در یک مسئله چیدمان با N2 آرایه (مکان) بر اساس یک شبکه عصبی ماکزیمم دو بعدی مصنوعی رشته های N×N را مطرح کردند. طراحان تنها موقعی که یک سیستم تولید یا خدماتی جدید را ایجاد می کنند با مسئله چیدمان تسهیلات مواجه نیستند، بلکه هنگامی که سیستم های موجود را توسعه داده، تحکیم یا اصلاح می کنند نیز با این مسئله روبرو می شوند. حتی شرکتهای تولیدی تأسیس شده نیز هر ۲ یا ۳ سال به تغییر چیدمان تسهیلات نیاز دارند. برای ارزیابی عملکرد برنامه ریزی چیدمان در تولید کارگاهی، رایج ترین تاکتیک چیدمان واحدها و مراکز کاری به گونه ای است که هزینه های حمل ونقل مواد به حداقل برسد. برای اغلب تولیدکنندگان، یک برنامه چیدمان مؤثر هزینه های حمل ونقل مواد را در برنامه ریزی اولیه نیز در نظر می گیرد. هرچند، تغییر محصول و فرآیند اثربخشی برنامه چیدمان را افزایش نمی دهد. طراح چیدمان باید پویا باشد تا بتواند انعطاف پذیری را نیز در برنامه ریزی چیدمان طراحی کند. بنابراین، تجهیزات قابل جابجایی و انعطاف پذیر در محیط متغیر و رقابتی اهمیت بسزایی دارند.
الگوریتم ژنتیک تسهیلات پویا تولید کارگاهی
توصیف مسئله و ساخت مدل
در برنامه ریزی تسهیلات یک کارگاه تولیدی ، چیدمان فرآیند برای شرکتهایی که محصولات یا شغلهای متنوعی را در مقیاس کوچک تولید یا پردازش می کنند و معمولاً در آنها هر شغل با شغل دیگر متفاوت است، سودمند خواهد بود. هنگام طراحی یک چیدمان فرآیند رایج ترین استراتژی چیدمان واحدها یا مراکز کاری به گونه ای است که هزینه های حمل ونقل مواد به حداقل برسد. هزیه حمل ونقل مواد در کارگاههای تولید به موارد زیر بستگی دارد:
فرآیندهای تولید؛
تعداد بارهایی که در طول یک دوره زمانی خاص بین دو واحد جابجا می شود؛
هزینه جابجایی بارها بین دو واحد.
تابع هدف را می توان به صورت زیر بیان کرد:
که Cij هزینه جابجایی یک واحد بار از مواد در فاصله بین تسهیلات i و j را نشان می دهد؛
fij تعداد بارها یا گردشهای لازم بین تسهیلات i و j را نشان می دهد؛
dij فاصله بین تسهیلات i و j را نشان می دهد.
برای ارزیابی چیدمان واحدها یا مراکز کاری معمولاً از تحلیل نمودار از- به برای محاسبه کل هزینه حمل و نقل مورد استفاده می شود. جدول ۱ ترتیب عملیات برای هر دور را نشان می دهد.
شکل ۱ چیدمان اولیه هشت مرکز کاری ( از A تا H) را نشان می دهد. یک نمودار از- به ( همانطور که در شکل ۲ نشان داده شده است) می تواند کل حمل ونقل مواد را معادل ۱۰۲ محاسبه کند. اگر چیدمان همانطور که در شکل ۳ نشان داده شده است بهبود یابد، آنگاه کل حمل ونقل مواد از ۱۰۲ به ۸۲ کاهش خواهد یافت. در عمل، در تجارت از تحلیل از- به برای یافتن چیدمانی که با الزامات هزینه انطباق داشته باشد نیز استفاده می شود.
این مطالعه بر روی چیدمان تسهیلات پویا تمرکز دارد. یک شرکت هنگام بررسی چیدمان مجدد تسهیلات باید هزینه کاهش یافته حمل ونقل مواد و هزینه افزایش یافته جابجایی تسهیلات و تجهیزات تنظیم کننده را در نظر گرفته و بررسی کند. تابع هدف از معادله ۱ به معادله ۳ اصلاح می شود. وقتی کاهش هزینه حمل ونقل مواد بیشتر از هزینه تغییر چیدمان باشد، آنگاه جابجایی چیدمان تسهیلات مقرون به صرفه خواهد بود.
الگوریتم ژنتیک تسهیلات پویا تولید کارگاهی
در این مسئله فرضیاتی وجود دارد که عبارتند از:
هر موقعیت در یک زمان تنها یک دستگاه تسهیلات وجود دارد.
هر دستگاه تسهیلات را در یک زمان تنها می توان در یک موقعیت قرار داد.
فاصله بین هر دو موقعیت مجاور برابر ۱ است.
فاصله بین دو موقعیت بر اساس مسافت مستقیم محاسبه می شود.
مشخصات ابعاد تسهیلات در نظر گرفته نمی شود.
الگوریتم ژنتیک تسهیلات پویا تولید کارگاهی
روند الگوریتم ژنتیک
GA که در دهه ۱۹۷۰ توسط جان هولاند[۱۴] توسعه یافت یک الگوریتم جستجو برای بهینه سازی کلی در یک فضای جستجوی پیچیده است. این الگوریتم از یک سیر طبیعی تقلید کرده و باقیمانده های مناسب بین حل ها را با یک حل ساختار یافته ترکیب کرده، اطلاعات تصادفی را مبادله کرده و نتایج/ داده ها را تولید می کند. رویه GA را می توان با خصوصیات زیر مطرح کرد:
یک ارائه کروموزومی ( طرح رمز گذاری ) یک حل؛
یک جمعیت اولیه؛
یک تابع ارزیابی برای رتبه بندی حل ها بر حسب انطباق آنها؛
عملگرهای ژنتیک ( تولید مثل، کراس آور و جهش) که ترکیب ژنتیکی باقیمانده را برای نسل بعد اصلاح می کند؛
یک قانون پایان دهی.
الگوریتم ژنتیک تسهیلات پویا تولید کارگاهی
۴- نتایج محاسباتی و تحلیل نتایج
این مطالعه برای اعتبار سنجی مدل چیدمان GA از یک مورد ۲۰ تایی با رویه های تولید کارگاهی مختلف استفاده کرد. شکل ۶ چیدمان اولیه را نشان می دهد که در آن مرکز کاری u به خاطر خصوصیات تجهیزات قابل جابجا نیست. جدول۲ ترتیب و تعداد روند تولید را نشان میدهد. این مطالعه بر این فرض است که فاصله جابجایی به مرکز کاری مجاور همیشه برابر یک است. به عنوان مثال، فاصله جابجایی از مرکز کاری B
چه تا مرکز کازی A و چه تا مرکز کاری F برابر یک است. جابجایی از مرکزکاری B تا مرکز کاری Pفاصله ای معادل ۲ دارد. علاوه بر این، هزینه حمل و نقلی که در برنامه چیدمان جدول ۲ صرفه جویی می شود را نیز می توان محاسبه کرد. اطلاعات مربوط به صرفه جویی در هزینه تعیین میکند آیا شرکت با برنامه چیدمان جدید انطباق یافته است یا خیر.
…
الگوریتم ژنتیک تسهیلات پویا تولید کارگاهی
۵- نتیجه گیری
DFPP بر این فرض است که جریان جابجایی مواد می تواند در طول زمان تغییر کند. نیازهای ترتیب های شغلی تأثیر عمیقی بر مسیر جابجایی مواد در یک کارگاه تولید میگذارد؛ چرا که شغلهای مختلف ترتیب های متفاوتی از عملیات را می طلبد. با این وجود، تنها مطالعات اندکی در ارتباط با مسئله ترتیب شغلها انجام شده اند. این مطالعه یک مدل برنامه ریزی چیدمان پویا در ارتباط با ترتیب شغلها مطرح می کند که DFPP در کارگاههای تولیدی را حل کند. یک راهکار مبتنی بر GA با مدل مطرح شده به کار گرفته شد و نتایج محاسباتی نشان داد که مدل مطرح شده به خوبی کار می کند. بر اساس شکاف هزینه بین چیدمان کنونی و چیدمان ایده آل ( حل GA) ، این مطالعه از تحلیل سود- هزینه از یک دیدگاه مدیریتی استفاده می کند. اگر هزینه چیدمان مجدد کمتر از شکاف هزینه باشد، آنگاه تغییر چیدمان کنونی ممکن است گزینه خوبی باشد.
با در نظر گرفتن DFPP ، ره آورد این مطالعه دو بخش دارد؛ یکی برای تحقیقات آکادمیک و دیگر برای کابردهای سازمانی.
۱- در زمینه تحقیقات آکادمیک، این مطالعه هم کاهش در هزینه جابجایی مواد و هم افزایش در هزینه جابجایی تجهیزات و تنظیم و راه اندازی را در برنامه ریزی چیدمان تسهیلات در نظر می گیرد و تحقیقات گذشته که تنها شرایط خاص یا چیدمان های اولیه را بررسی می کنند را توسعه می دهد. نیازهای مدیریت و ترتیب شغلها در مدل برنامه ریزی تسهیلات پویای مطرح شده مورد بررسی قرار گرفته اند که می تواند به عملیات واقعی سازمانها بسیار نزدیک باشد، نه اینکه تنها در بررسی های آکادمیک ساده مطرح باشد.
۲- در زمینه کاربردهای سازمانی، این مطالعه مطرح می کند که سازمانها باید با در نظر گرفتن تغییرات در گروه محصولات، بهبودها در تکنولوژی فرآیند و تولید و بهبود در تکنولوژی جابجایی تسهیلات ارزیابی کند که آیا چیدمان تسهیلات کنونی هنوز منفعت اقتصادی دارد یا خیر. این مطالعه از یک الگوریتم ژنتیک برای جستجوی چیدمان تسهیلات نزدیک به بهینه در یک محیط رقابتی پویا استفاده کرده است که سازمانها را قادر می سازد محصولات را با هزینه کمتر تولید کرده و مزیت رقابتی خود را تقویت کنند.
لطفا به جای کپی مقالات با خرید آنها به قیمتی بسیار متناسب مشخص شده ما را در ارانه هر چه بیشتر مقالات و مضامین ترجمه شده علمی و بهبود محتویات سایت ایران ترجمه یاری دهید.
