حل مساله زمان بندی در محیط کارگاهی چندگانه با محدودیت های کار شبانه (مقاله ترجمه شده)

خلاصه

این مقاله به حل مساله زمان‌بندی کارگاهی در یک دنیای واقعی می پردازد و الگوریتم جدیدی را به عنوان راه حل ارائه می‌دهد. ابتدا مشخصات اختصاصی کار هم‌زمان و شبانه را در فرآیند تولید ترانسفورماتور، مورد بررسی قرار می‌دهیم. برای حل مساله در یک زمان منطقی و قابل قبول،الگوریتم ژنتیک را پیشنهاد می‌شود. این الگوریتم، با هدف به حداقل رساندن تاخیر کل، روش الگوریتم اکتشافی Nawaz-Enscore-Ham (NEH)، که یک الگوریتم جستجوی محلی (بهینه سازی) است را با قانون تخصیص دستگاه، تلفیق می‌کند. نتایج آزمایشگاهی نشان می‌دهد که، این الگوریتم پیشنهادی از الگوریتم NEH "که یک الگوریتم ژنتیک ساده است" و پنج قانون توزیع امکانات بر حسب عملکرد تاخیر کلی متوسط و شاخص انحراف نسبی، بهتر عمل می‌کند. الگوریتم پیشنهادی برحسب راندمان و توانایی که دارد رقابتی‌تر جلوه می‌کند.

 معرفی

حل مساله زمان‌بندی در محیط کارگاهی در بسیاری از سیستم‌های تولید معمول است. در محیط های خاصی، دستگاه‌های موازی از کپی های متعددی تشکیل شده و در پایگاه‌های متعدی دسته بندی می‌شوند. برای این محیط‌های تولید، مدل حل مساله زمان‌بندی در محیط کارگاهی به روش قدیمی نامناسب است،زیرا برخی پایگاه ها از دستگاه‌های موازی استفاده می‌کند. این نوع مسائل می توانند تحت روش حل مساله زمان‌بندی کارگاهی چندگانه (HFSP) تعریف شوند.

حل مساله محیط کارگاهی چندگانه تعمیم و توسعه ای از سیستم تولید در محیط کارگاهی قدیمی است. این سیستم شامل دو یا چند جایگاه به طور ترتیبی و و یک یا چند دستگاه موازی در هر جایگاه است. مثال های حل مساله محیط کارگاهی چندگانه شامل تولید کفپوش، صنعت بطری شیشه ای و غیره هستند (Lopez & Roubellat 2008).

 بررسی نوشته های وابسته به حرفه علمی

Arthanary  و Ramamurthy (1971) روش (HFSP) حل مساله زمان‌بندی در محیط چندگانه را مطرح نموده و الگوریتم شاخه و حد را ارائه کردند.Kochar  و  Morris در سال (1987) الگوریتم ابتکاری  (اکتشافی) برای به حداقل رساندن میانگین زمان جریان را برای مساله خط جریان تغییرپذیر با بافرهای محدود، توسعه دادند.آنها مساله را به دو زیر مساله تقسیم کردند، توالی نقطه ورود و دیسپاچینگ . HFSP دو مرحله ای برای NP-hard  به‌ ‌وسیله Gupta (1988) مطرح شده است. بعدا (Gupta,Harriri & Potts) در سال 1997 نشان دادند که HFSP دو مرحله ای غیرپیشگرانه به ظن قوی NP-hard است.

تعریف مساله

با در نظر گرفتن افزایش جو رقابتی بازار و نیاز به عرضه کردن محدوده‌ای از ولتاژها و خازن‌های لازم، فرآیند زمان‌بندی بایستی انواع مختلفی از ترانسفورماتور‌ها را در بر بگیرد. به علاوه، تعدادی از دستگاه‌های موازی ( محیط های کاری و کوره‌های خشک کننده) در هر مرحله از پردازش وجود دارند که هر یک شامل محدودیت‌های مخصوص به خود هستند. تمام روند تولید مولدها در شکل (1) خلاصه شده است.

محدودیت های مشخص

کار شبانه

همانگونه در شکل (2) نشان داده شده، گروه کاری می تواند به سه زیر گروه تقسیم شود، دو گروه برای شیفت کار روزانه و یک گروه برای شیفت کار شبانه. در یک کارگاه تولید ترانسفورماتور، گروه کاری قابل تقسیم عموما دارای دو میز کار برای پردازش عملیات مرحله (1) خود هستند، یعنی، هر گروه میز کاری مخصوص به خود را دارد.

همچنین، هر یک از میزها می‌تواند به گروه شیفت شب‌کار تعلق یابد. در فرآیند تولید ترانسفورماتور، هر میز کاری که در دسترس و آماده باشد به گروه شب‌کار اختصاص داده می شود. اهمیت اختصاص دادن میزکارها به گروه های کاری جهت حصول اطمینان از انجام و تکمیل به موقع کارها است. زمان‌های پردازش کار بسته به اینکه به گروه روزکار یا شب‌کار اختصاص یافته است، می تواند متفاوت باشد، زیرا زمان پردازش و تولید یک ترانسفورماتور برمبنای تولید در واحد زمان‌کار، محاسبه می‌شود. در حالی‌که سیستم شب‌کاری برای برآوردن موعد تحویل مطلوب، انتخاب قابل انعطاف تری را با اختصاص نیروی که به کار مورد نظر، اتخاذ می‌کند. انتخاب این سیستم تخصیص انعطاف پذیر، بخاطر هزینه خسارت بسیار زیاد تحویل سفارشهای با تاخیر و مسائل مربوط به حجم کار نامتعادل، بسیار اهمیت دارد.

الگوریتم مطرح شده

اکنون روش تحلیل الگوریتم ژنتیک چندگانه (HGA) پیشنهادی را ارائه می‌کنیم. کل چارچوب HGA در ابتدای بحث توضیح داده شده و سپس روال آن برای HFS به تفصیل توضیح داده شد. الگوریتم پیشنهادی به شرح زیر خلاصه شده است شکل (7) را ببینید.

مرحله الگوریتم NEH

الگوریتم ابتکاری (Nawaz-Enscore-Ham) یک روش بهینه برای تبدیل مساله زمان‌بندی کارگاهی با به حداقل رساندن زمان اتمام کار می‌باشد (Ruiz, Maroto 2005). اگر موعد تحویل در نظر گرفته شود، راه‌های مختلفی برای طبقه بندی کارها وجود دارد. اما اگر کارها بر اساس زودترین موعد تحویل طبقه بندی شود، این روش NEHedd نامیده می‌شود(Vallada,Ruiz&Minella 2008)). در این مرحله، راه‌حل اولیه برای الگوریتم ژنتیک از طریق NEHedd تولید می‌شود.

نتایج عملی و آزمایشگاهی

در شبیه سازی آزمایشی در مرحله اول 30 دستگاه و در مرحله دوم 12 دستگاه در نظر گرفته شد. هفت نوع ماشین مختلف وجود داشت. زمان پردازش کار در هر ماشین بر مبنای تولید داده قبلی تعیین شد، زمان تحویل از رابطه زیر محاسبه می شود.

نتایج آزمایشگاهی

برای کارآیی عملکرد روش‌های جستجوی احتمالاتی، آزمایش های شبیه سازی 30 بار تکرار شد. کارآیی متوسط و انحراف معیار نسبی تمامی الگوریتم‌ها که با 30 بار تکرار محاسبه شد، در جداول (5-7) آمده است. زمانی متوسط CPU برای محاسبه و ارزیابی هر الگوریتم نیز در جداول (5-7) نشان داده شده است. زمان CPU برای الگوریتم ژنتیک چندگانه و الگوریتم ژنتیک معمولی یکسان است، زیرا هر دو الگوریتم از شرط پایان یکسانی استفاده می‌کنند. کارآیی تمامی الگوریتم‌ها برحسب RDI که از ANOVA یک- طرفه و نمودارهای فاصله اطمینان 95% استفاده می‌کند، تحلیل شده است.

این مقاله ISI در سال 2015 در نشریه الزویر و در مجله سیستم های خبره با برنامه های کاربردی، توسط گروه مهندسی صنایع منتشر شده و در سایت ای ترجمه جهت دانلود ارائه شده است. در صورت نیاز به دانلود رایگان اصل مقاله انگلیسی و ترجمه آن می توانید به پست دانلود ترجمه مقاله حل مساله زمان بندی در محیط کارگاهی چندگانه با محدودیت های کار شبانه در سایت ای ترجمه مراجعه نمایید.