دانلود پایان نامه ارشد : حل مسئله زمانبندی سیستم باز با الگوریتم ژنتیک چند جمعیتی با … |
6
7
7
8
9
10
10
11
12
14
2 فصل دوم ادبیات و پیشینه تحقیق.. 15
16
16
18
19
20
20
21
22
23
24
28
31
33
33
33
34
34
36
38
38
40
41
41
41
42
42
43
43
44
44
44
46
47
47
48
48
49
50
51
51
52
52
53
53
53
54
55
55
55
56
58
59
60
61
3 روش تحقیق.. 63
64
65
67
68
70
71
71
72
73
74
77
78
79
4 محاصبات و یافته های تحقیق.. 79
80
80
81
5 نتیجه گیری و پیشنهادات.. 86
فهرست منابع و مأخذ.. 88
فهرست جداول
4
22
34
36
45
80
81
فهرست تصاویر
شکل 2‑1: مساله معیاری برای 5 کار و 5 ماشین.. 5
شکل 2‑1: رابطه تقذم برای n کار.. 25
شکل 2‑2: مساله 3 کار.. 26
شکل 2‑3: نمونه اول زمانبندی.. 26
شکل 2‑4: نمونه ای دیگر از زمانبندی.. 26
شکل 2‑5: قاعده جانسون.. 27
شکل 2‑6: مساله 3 کار و 3 ماشین.. 30
شکل 2‑7: نمودار گانت بر طبق ماشین.. 30
شکل 2‑8: نمودار گانت بر اساس كار.. 31
شکل 2‑9: تكنیك بكار برده شده برای مسائل job shop. 31
شکل 2‑10: دسته بندی استراتژیهای جستجو.. 39
شکل 2‑11: مراحل کلی الگوریتمهای تکاملی.. 40
شکل 2‑12: نمایش کروموزوم به صورت درختی.. 43
شکل 2‑13: احتمال انتخاب در روش چرخ گردان.. 46
شکل 2‑14: احتمال انتخاب در روش رتبه بندی.. 47
شکل 2‑15: انتخاب مسابقهای.. 48
شکل 2‑16: عملگر تبادل تک نقطه ای.. 49
شکل 2‑17: عملگر تبادل دو نقطه ای.. 50
شکل 2‑18: عملگر معکوس سازی.. 51
شکل 2‑19: عملگر حذف و کپی.. 51
شکل 2‑20: عملگر حذف و تولید مجدد.. 52
شکل 2‑21: مراحل الگوریتم GA-ACO.. 57
شکل 2‑22: عملگر مبتنی بر کار.. 58
شکل 2‑23: عملگر جهش شیفتی.. 58
شکل 2‑24: یک کروموزوم نمونه در الگوریتم GA-Fuzzy. 59
شکل 2‑25: یک کروموزوم نمونه در الگوریتم HGA.. 59
شکل 2‑26: فلوچارت الگوریتم HGA.. 60
شکل 2‑27: یک کروموزوم نمونه در الگوریتم GADG.. 61
شکل 3‑1: فلوچارت الگوریتم پیشنهادی.. 65
شکل 3‑2: یک کروموزوم نمونه.. 66
شکل 3‑3: نگهداری ماشین وابسته به سن ماشین.. 67
شکل 3‑4: یک کروموزوم نمونه با در نظر گرفتن نگهداری ماشین.. 68
شکل 3‑5: نمودار گانت شکل 3-4.. 68
شکل 3‑6: ایجاد جمعیت اولیه با استفاده از ویژگی چند جمعیتی.. 69
شکل 3‑7: عملگر تبادل دو نقطه ای.. 72
شکل 3‑8: عملگر تبادل تک نقطه ای.. 73
شکل 3‑9: عملگر تبادل چند نقطه ای.. 74
شکل 3‑10: عملگر جهش دو نقطه ای.. 77
شکل 4‑1: نمودار مقایسه بهترین شایستگی الگوریتم ها برای داده تست 1 82
شکل 4‑2: نمودار مقایسه بهترین شایستگی الگوریتم ها برای داده تست 3 82
شکل 4‑3: نمودار بهترین شایستگی الگوریتم ها برای داده تست 4 83
شکل 4‑4: پراکندگی جمعیت اولیه برای داده تست 2.. 83
شکل 4‑5: پراکندگی جمعیت اولیه برای داده تست 4.. 84
در این فصل ابتدا مسئله مورد نظر بیان گردیده و ضرورت و اهداف را دنبال مینمایم در ادامه پرسشهای موجود در مسئله را بررسی مینمایم و فرضیههای تحقیق را شرح میدهم سپس نوآوریهای تحقیق را ارائه مینمایم در پایان واژههای کلیدی تعریف شده و ساختار پایان نامه ذکر خواهد شد.
1-1 مقدمه
مسئله زمانبندی سیستم های باز یکی از مهمترین مسائل زمانبندی در دنیای مهندسی و صنعت است. در این مسئله m ماشین و n کار وجود دارد. هرکار شامل تعداد معینی از عملیات است. هر عملیات دارای زمان از پیش تعیین شده ای برای پردازش[1] بر روی ماشین متناظر خود می باشد. ترتیب پردازش این عملیات در زمان به انجام رسیدن همه کارها بسیار تاثیر گذار است. بنابراین هدف از حل این مسئله پیدا کردن ترتیب عملیاتی است که با کمترین مدت زمانبندی قابل پردازش باشد. در این راستا مقالات زیادی با استفاده از الگوریتم های ابتکاری[2] مختلف ارائه شده است که از بین آنها الگوریتم ژنتیک[3] یکی از بهترین ها، شناخته شده است. در این پایان نامه یک روش جدید برای حل مسئله زمانبندی با در نظر گرفتن پارامتر نگهداری ماشین[4] ها بر پایه الگوریتم ژنتیک با ویژگی چند جمعیتی ارائه شده است. نتایج تجربی نشان می دهد الگوریتم ارائه شده به جواب بهینه تری دست پیدا میکند [77].
1-2 بیان مسئله
مسئله زمانبندی سیستم باز یک مسئله زمانبندی مهم و جهانی است و این مسئله به طور وسیع در صنعت کاربرد دارد. این مسئله جزء مسائل سخت است. این مسئله شبیه به مسئله زمانبندی مغازه کارها است با این تفاوت که در هر کار هیچ اولویتی بین فرایند یا عملیات هر کار وجود ندارد. در مسئله زمانبندی سیستم باز فضای راه حل به طور قابل ملاحظهای بزرگتر از مسئله زمان بندی مغازه کارها است و به نظر میرسد که در کتاب ها و مقالات به آن کمتر توجه شده است. شرح مسئله سیستم باز توسط گراهام و همکارانش بدین صورت باشد: یک تعداد کار به تعداد n (J1,J2, … , Jn) وجود دارد که روی یک سلسله ماشین به تعداد m (M1,M2, … , Mm) قابل پردازش است، هر کار متشکل از m عملیات می باشد (Oij). که j=1 to m و i=1 to n و هر کدام از عملیات باید روی یک ماشین متفاوت برای یک زمان مشخص شده پردازش شوند. عملیات هر کار می تواند در هر ماشینی پردازش شود ولی در هر زمان نهایتا یک عمل روی هر ماشین می تواند پردازش شود و یک عمل از هر کار می تواند در یک زمان پردازش شود .
هدف مسئله زمانبندی سیستم باز بدست آوردن یک ترکیب امکان پذیر از سفارشات ماشین و کار تعیین شده است که زمان کلی اتمام کارها در کمترین زمان ممکن باشد. در ادامه به بیان چندین مثال که جز مسائل سیستم باز می باشد می پردازیم:
تعمیر کردن هواپیماهای بزرگ، که نیاز به تعمیر موتور و سیستم الکتریکی را دارد. این دو وظیفه (عملیات) ممکن است در هر ترتیبی انجام شود ولی این غیر ممکن است که این دو کار را با هم انجام دهیم. یا در مثالی دیگر یک گاراژ اتومبیل بزرگ با فروشگاه های اختصاصی را در نظر بگیرید. یک وسیله نقلیه ممکن است به کار های زیر نیاز داشته باشد: تعمیر انباره لوله اگزوز، میزان کردن چرخ ها و تنظیم موتور که سه عمل از یک کار ممکن است به هر ترتیبی انجام شوند. به هر حال، مغازه های سیستم اگزوز، میزان کردن چرخ ها، و تنظیم موتور در ساختمان های مختلف هستند و بنابراین انجام دو عمل در یک زمان امکان پذیر نیست. در مسئله زمانبندی سیستم باز ما فرض می کنیم که چندین کار از این قبیل کار ها و چندین وسیله نقلیه که نیاز به تعمیر دارند را داریم، موارد دیگر می تواند شامل: کنترل کیفیت مرکزی، انتساب کلاس، معاینه فنی خودرو، مخابره ماهواره ای و بسیاری از موارد دیگر شود [3].
در زیر یک مثال حل شده OSSP را مشاهده می کنید:
در جدول هر کار شامل دقیقا یک عملکرد برای هر دستگاه می شود. این معیارها به طور کامل توسط یک مجموع منظم از زمان های پردازش m برای هر کار تعریف شده اند. برای مثال، جدول 1-1 یک مسئله معیاری 5*5 (5 کار و 5 ماشین) را نشان می دهد.
1-1 ضرورت تحقیق
با توجه به پیشرفت در محیط های تولید امروزی و افزایش سطح تولید و اهمیت سرعت در تولید که باعث کاهش هزینه ها و افزایش بهره وری خواهد شد نیاز به سیستم هایی که بتواند در کمترین زمان ممکن بهترین راه حل ها را در کمترین زمان برای اختصاص منابع تولیدی یا خدماتی به کارهایی که بایستی انجام شوند به شدت ضروری به نظر می رسد.
مساله زمانبندی سیستم باز از رده مسایل سخت[1] است و برای حل این مساله از روشهای ابتکاری استفاده می شود. تاکنون روشهای ابتکاری زیادی برای حل مساله زمانبندی سیستم های باز توسعه یافتند [4].
1-2 اهداف تحقیق
فرایند بهتر نمودن هر چیز را بهینه سازی میگویند. مسائلی مانند سیستم باز به دلیل بزرگ بودن فضای جستجو امکان استفاده از روشهای جستجوی معمول را ندارند. اعمال اینگونه تکنیکها برای حل چنین مسائلی گاهی به زمانی بیش از عمر یک انسان نیاز دارند. به همین دلیل تکنیکهای بهینه سازی با این ویژگی اصلی که هدف رسیدن به جواب بهینه یا نزدیک به جواب بهینه است، مطرح شدند. الگوریتم ژنتیک یکی از مناسبترین و کاربردیترین روشهای حل مسئله سیستم باز است.
در مساله سیستم باز می توان به دو صورت سیستم های زمانبندی را بهینه کرد. بهینه کردن زمان برای رسیدن به پاسخ بهینه در روشهای قبلی و یا بهینه تر کردن زمان کلی زمانبندی برای این مساله که ما در این مقاله به دنبال بهینه تر کردن زمانبندی این مساله هستیم.
1-3 نوآوری تحقیق
هزینههای نگهداری و تعمیرات، در مجموع، بخش عمدهای از هزینههای تولید را در بر میگیرد. با توجه به نوع صنعت مورد بررسی، این هزینه چیزی حدود ۱۵ تا ۶۰ درصد هزینه محصول تولید شده را در بر میگیرد. تحقیقات نشان دادهاست که حدود ۳۳ سنت از هر دلار که برای فعالیتهای نگهداری و تعمیرات هزینه میشود، مربوط به فعالیتهای غیر ضروری در حوزه نگهداری و تعمیرات میباشد این در حالی است که صنایع آمریکا سالانه حدود ۲۰۰ میلیارد دلار برای نگهداری و تعمیرات تجهیزات خود هزینه مینمایند. این بدان معنی است که مدیریت صحیح فرآیند نگهداری و تعمیرات، سالانه ۶۰ میلیارد دلار صرفه جویی در این حوزه را به همراه خواهد داشت. ژاپنیها با درک اهمیت ویژهای که در مدیریت فرآیند نگهداری و تعمیرات در سیستمهای تولیدی احساس میکردند، اقدام به طراحی سیستمهای مختلف نگهداری و تعمیرات، از جمله نگهداری و تعمیرات بهره ور فراگیر نمودند و آن را به عنوان یکی از زیر سیستمهای سه گانه تولید ناب به جهان معرفی نمودند.
فرم در حال بارگذاری ...
[سه شنبه 1399-10-09] [ 09:15:00 ب.ظ ]
|