1404/08/14
جواد بهنامیان

جواد بهنامیان

مرتبه علمی: استاد
ارکید:
تحصیلات: دکترای تخصصی
اسکاپوس: 25947312100
دانشکده: دانشکده فنی و مهندسی
نشانی:
تلفن:

مشخصات پژوهش

عنوان
پذیرش و زمان‌بندی سفارش در شبکه تولید سرو توزیع شده با در نظرگرفتن تعمیر و نگهداری
نوع پژوهش
پایان نامه
کلیدواژه‌ها
شبکه تولید توزیع شده، سیستم سرو، تعمیرات و نگهداری پیشگیرانه، الگوریتم ژنتیک، الگوریتم ممتیک، فرمولبندی عدد صحیح
سال 1403
پژوهشگران پریسا حاجی پور(دانشجو)، جواد بهنامیان(استاد راهنما)

چکیده

چکیده: در این پژوهش یک مسأله زمان‌بندی و پذیرش سفارشات در شبکه تولید سروتوزیع‌شده بررسی شده است که در آن سفارش‌های مشتری باید بین کارخانه‌ها تخصیص داده شوند و برخی از آن‌ها بنا بر نیاز و شرایط مسئله در محیط‌های تولیدی مجهز به سیستم‌های "سرو " پردازش شوند. نیاز صنایع به بهینه‌سازی و افزایش کارایی در شبکه‌های تولیدی افزایش یافته است و در شرایط رقابتی و پویا که تقاضا به ‌سرعت تغییر می‌کند، پاسخگویی سریع و انعطاف‌پذیری سیستم‌های تولیدی اهمیت بسیاری دارد. سیستم‌های سرو با تقسیم خطوط تولید به واحدهای کوچک‌تر و مستقل، به تولیدکنندگان اجازه می‌دهند تا به تقاضاهای متغیر به شکل موثرتری پاسخ دهند. از طرفی، تعمیر و نگهداری پیشگیرانه به‌عنوان بخشی از فرآیند تولید، باعث کاهش توقفات ناگهانی و افزایش عمر مفید تجهیزات می‌شود که در نهایت کارایی کل سیستم را افزایش می‌دهد. تصمیم‌گیری‌های عملیاتی شامل تخصیص بهینه کارگران، زمان‌بندی تولید در کارخانه‌ها و اجرای استراتژی‌های تعمیر و نگهداری است. برای حل بهینه این مسأله، یک مدل برنامه‌ریزی غیرخطی مختلط طراحی و با نرم‌افزار GAMS و حل‌کننده‌های دقیق حل شده است. به منظور حل مسائل در ابعاد بزرگ، دو نوع الگوریتم ممتیک به‌کار گرفته شده است: ممتیک نوع اول که از جستجوی محلی شبیه‌سازی تبرید استفاده می‌کند و ممتیک نوع دوم که از جستجوی محلی تپه‌نوردی بهره می‌برد. نتایج نشان دادند که الگوریتم ممتیک نوع دوم به طور کلی عملکرد بهتری در زمان حل مسائل داشته است اما الگوریتم ممتیک نوع اول در برخی موارد با کیفیت بالاتری به جواب رسیده است. الگوریتم ژنتیک، یکی از شناخته‌شده‌ترین روش‌های بهینه‌سازی است که در این مساله به عنوان یک روش پایه و رقیب در نظر گرفته شده است و نتایج آن جهت اطمینان از کارایی الگوریتم پیشنهادی با هر دو نوع ممتیک مقایسه شده است. این مقایسه نشان داد که هر دو الگوریتم، نسبت به الگوریتم ژنتیک، از نظر کیفیت پاسخ‌ها و زمان حل کارآمدتر هستند و در حل مسائل بزرگ، ترکیب مناسب از جستجوهای محلی منجر به بهبود نتایج می‌شود. از نتایج کاربردی این پژوهش می‌توان به کاهش هزینه‌های عملیاتی، افزایش انعطاف‌پذیری تولید و بهبود زمان تحویل سفارشات اشاره کرد. همچنین، سیستم سرو با تسهیل در تطبیق با تغییرات تقاضا، امکان تولید سفارشی و کاهش توقفات تولید را فراهم می‌آورد. در نهایت، ادغام استراتژی‌های نگهداری پیشگیرانه با سیستم سرو باعث افزایش پایداری و کارایی سیستم تولیدی می‌شود.