متن کامل این مقاله به زبان انگلیسی می باشد. لطفا برای مشاهده متن کامل مقاله به بخش انگلیسی مراجعه فرمایید.لطفا برای مشاهده متن کامل این مقاله اینجا را کلیک کنید.

برنامه ریزی ظرفیت تولید و زمانبندی تولید جزئی از فرآیند تصمیم گیری در زنجیره تامین بسیاری از صنایع ساخت و خدماتی محسوب می شوند که نقش مهمی را در برآورده سازی نیازهای مشتریان و ارتقای سطح خدمت دهی به مشتریان ایفا می نمایند. از آنجائیکه این دو فرآیند در دو سطح متفاوت از زنجیره تامین عمل می نمایند (برنامه ریزی ظرفیت در سطح تاکتیکی و زمانبندی تولید در سطح عملیاتی)، لذا معمولا تصمیمات مربوط به این دو حیطه نیز مستقلا و جدای از هم اتخاذ می شود. در چنین شرایطی شدنی بودن تخصیص ظرفیت انجام شده در سطح تاکتیکی، زمانیکه برنامه بصورت عملیاتی وارد کارگاه می شود، به عنوان یکی از چالش های اصلی این رویکرد تصمیم گیری مجزا، مطرح است. لذا در این تحقیق، پس از مدلسازی یکپارچه مساله برنامه ریزی ظرفیت تولید و مساله زمانبندی تولید دو ماشینه، به ارائه یک رویکرد حل تحلیلی مبتنی بر تجزیه مساله پرداخته شده است. در راستای کمینه سازی حداکثر زمان تکمیل سفارشات، مفهومی تحت عنوان «زوج سفارش» تعریف، و الگوریتمی جهت تعیین زوج سفارشات بهینه بر مبنای مساله تخصیص متقارن ارائه می شود. سپس در راستای تعیین توالی بهینه زوج سفارشات، الگوریتم شاخه و کرانی بر مبنای سه کران پائین پیشنهادی و همچنین دو استراتژی جستجوی عمق اول و سطح اول، طراحی و در راستای افزایش کارآیی آن تعدادی ویژگی ریاضی اثبات، و بر اساس آن ها تعدادی قاعده چیرگی جهت مساله استخراج شده است. همچنین جهت تعیین مقادیر تخصیص ظرفیت به عملیات، یک الگوریتم جستجوی همسایگی طراحی و بر اساس ویژگی های ساختاری مساله بهبود داده شد.

فرآیند تخلیه از کلیدی ترین فعالیت های همزمان با بحران هنگام رخداد فجایع است. در پژوهش های مدیریت بحران، فرض بر وجود مکان های اسکان اضطراریِ از پیش تعیین شده ای است که تخلیه افراد از نواحی بحران زده به سوی آن ها انجام می شود. ما در این مقاله در پیِ یافتن یک پایگاه اسکان از میان مجموعة پایگاههای پیش بینی شده هستیم که جریان تخلیه افراد از ناحیة بحران را بیشینه می کند و بنابراین امکان تصمیم گیری دربارة مکان های امن را همزمان با وقوع بحران برای تصمیم گیرندگان فراهم می کند. این مسئله را به صورت دو مدل غیرخطی در حالت ایستا و پویا، و با رویکرد شبکة جریان مدل سازی می کنیم. علاوه بر این یک مدل استوار پویا برای مسئلة تخلیه-مکان یابی توسعه داده ایم تا عدم قطعیت مربوط به ظرفیت مسیرها در هنگام رخداد بحران را نیز در نظر بگیریم. در این مقاله، برای نخستین بار متغیر تصمیم مکان یابی را در مدل بیشینه جریان وارد کرده ایم. سپس با استفاده از ساختار مدل ها دو کران بالا و دو الگوریتم بهینه برای حل آنها توسعه می دهیم. الگوریتم های بهینه را بر پایه ی ترکیب روش های موجود برای بیشینه سازی جریان شبکه با روش شاخه و کران توسعه داده ایم. عملکرد کران های بالا را با حل مسئله های تصادفی هم از نظر زمان حل و هم فاصله با حل بهینه می سنجیم. زمانِ اجرای الگوریتم های دقیق را نیز بر روی همین مسئله های تصادفی می آزماییم و نتیجة مقایسه را گزارش می نماییم. در پایان نیز، الگوریتم های پیشنهادی را برای داده های واقعی یک شبکه شهری به کار گرفته و نتایج آن را گزارش کرده ایم.

در این مقاله روشی ابتکاری برای زمانبندی در سیستمهای تولید کارگاهی و پیوسته با هدف حداقل کردن حداکثر دوره ساخت ارایه می شود. در این روش مساله را در دو مرحله حل می کنیم:1- برنامه ریزی به جلو 2- برنامه ریزی به عقب. در مرحله اول زودترین زمانی که هر عملیات می تواند آغاز شود یا پایان پذیرد تعیین می شود. اگر در یک مقطع زمانی دو فعالیت یا بیشتر روی یک ماشین بتوانند اجرا شوند، دو شاخه ایجاد شده در شاخه اول بر اساس قانون اولویت SPT→MWKR و در شاخه دوم بر اساس قاعده MWKR→SPT  تخصیص صورت می گیرد.تحت شرایطی مرحله اول خاتمه یافته و دوره ساخت اولیه به دست می آید. در مرحله دوم به کمک حداقل دوره ساخت به دست آمده از مرحله اول و به کمک ترکیبی از اولویتهای  SPTوMWKR  و به کمک شاخه و کران و برنامه ریزی از انتها به ابتدا تخصیص صورت می گیرد و محل شاخه زدن زمانی است که دو یا چند عملیات همزمان بتوانند کار خود را توسط یک ماشین به اتمام برسانند. بهترین دوره ساخت به دست آمده از دو مرحله، دوره ساخت نهایی است.

الگوریتم شاخه و کران یک روش گسترده برای بهینه سازی سراسری است. این الگوریتم، مجموعه شدنی مساله بهینه سازی را از طریق یک روش شاخه سازی، افراز کرده و سپس با استفاده از یک روش کران یابی، برای هر عضوِ افراز یک کران بالا و یک کران پایین محاسبه می کند. سرانجام، روش شاخه و کران، کران های به دست آمده و مقادیر تابع هدف را با یکدیگر مقایسه کرده و اعضایی از افراز را که شامل یک نقطه بهین نیستند حذف می کند. در این مقاله، الگوریتم شاخه و کران برای بهینه سازی توابع هم رادیانتِ صعودی روی زیرمجموعه هایی از $\mathbb{R}_+^n$ که به صورت اشتراک یک نیم فضا با یک سادک هستند ارائه می شود (هدف از در نظرگرفتن چنین مجموعه های شدنی، بررسی مدلی از ریاضیات مالی، تحت عنوان مدل میانگین-انحراف معیار است). ما از مفهوم تحدب مجردِ توابع هم رادیانتِ صعودی برای کران یابی (پیداکردن کران های پایین) استفاده می کنیم. در انتها ، به عنوان کاربردی از این دسته از مساله های بهینه سازی، مدل میانگین-انحراف معیار برای بهینه سازی سبد سرمایه گذاری را مطرح کرده و آن را با روش شاخه و کران حل می کنیم.

در این مقاله، مساله مینیمم سازی یک تابع هدف هندسی با توان تک جمله ای با محدودیت های معادلات رابطه فازی دو قطبی با عملگر ترکیبی ماکزیمم-ضرب مورد مطالعه قرار می گیرد. این مقاله قصد دارد که با ساده سازی مساله، کران پایین تابع هدف آنرا بهنگام کند و الگوریتمی برای یافتن کران بالای ابتدایی برای مقدار هدف بهینه مساله براساس کران پایین ابتدایی (یا بهنگام شده) آن طراحی کند. سپس، یک روش شاخه و کران اصلاح شده براساس این کران برای حل مساله فوق توسعه می دهیم. یک الگوریتم کارا برای حل مساله با توجه به الگوریتم فوق و روش شاخه و کران توسعه یافته طراحی خواهیم کرد. با توجه به کران بالا و پایین پیشنهاد شده، روش شاخه و کران توسعه یافته تعداد گره های خیلی کمتری را برای پیدا کردن جواب بهینه بررسی می کند. از اینرو، میزان محاسبات بطور قابل ملاحظه ای کاهش می یابد. در پایان، یک مثال عددی برای توضیح الگوریتم و کارایی آن ارایه می شود.

در این مقاله مساله زمان بندی فلوشاپ دو ماشین با در نظر گرفتن ورود غیر همزمان و با هدف کمینه سازی تعداد کارهای دیرکرددار بررسی شده است. در ابتدا پیچیدگی مساله بررسی و ثابت شده که مساله NP hard است. بنابراین برای حل مساله فوق یک الگوریتم ابتکاری که قابلیت حل مسائل با ابعاد خیلی بزرگ را دارد، ارائه شده است. همچنین به منظور حل بهینه مساله از روش شاخه و کران با در نظر گرفتن الگوریتم ابتکاری به عنوان حد بالا بهره گرفته شده است. نتایج محاسباتی نشان می دهد که رویه شاخه و کران مسائل با ابعاد 28 فعالیت در گروه High و 20 فعالیت در گروه Low را در زمان منطقی و به طور کامل حل می کند، که این امر کارآیی حد بالا، حدود پایین و اصول غلبه ارائه شده برای مساله را نشان می دهد. همچنین نشان داده شد که متوسط نسبت جواب بهینه به الگوریتم ابتکاری با هدف S(1-Ui) حداکثر 1.11 برابر می باشد که در مقایسه با الگوریتم های ارائه شده در تحقیقات مرتبط با کارهای دیرکرددار نسبت کوچکی می باشد. این نسبت نشان دهنده کارایی بالای الگوریتم ابتکاری است. با توجه به کارآیی بالای الگوریتم ابتکاری، مسائل نمونه با ابعاد بزرگ نیز حل و نتایج آن ارائه شده است.

مساله تعمیرکار سیار یک مساله مسیریابی با تمرکز بر مشتری است که در آن یک تعمیرکار سرویس مورد درخواست مجموعه ای از متقاضیانی که در نقاط مختلف جغرافیایی پراکنده هستند (گره ها) را ارائه می دهد. تابع هدف این مساله کمینه کردن مجموع زمان انتظار تمامی متقاضیان است. اهمیت مساله را می توان در کاربردهای بسیاری که مساله در حوزه های سیستم های تولیدی، سلامت و درمان و حمل و نقل دارد بیان نمود. تا به امروز تحقیقات محدودی روی مساله انجام شده است. در این مقاله به دنبال توسعه یک مدل ریاضی عدد صحیح آمیخته، برخی ویژگی ها و خواص مساله بررسی می شوند. سپس با توسعه حدود بالا و پایین یک الگوریتم شاخه و کران (انشعاب و تحدید) طراحی می شود که می تواند مسائل تا ابعاد 30 گره را به طور بهینه حل نماید. محاسبات انجام شده نشان می دهد مدل توسعه داده شده بسیار توانمندتر از مدل های موجود است.

در این مقاله مساله کمینه سازی مجموع بیشینه زودکرد و دیرکرد بر ماشین های موازی یکسان مورد بررسی قرار گرفته است. در این مقاله نشان داده شده است که این مساله NP-hard است. با استفاده از حدود بالا و پایین و اصول غلبه مناسبی که برای مساله توسعه داده شده است، یک رویه شاخه و کران برای دستیابی به زمان بندی های بهینه ارائه شده است. در ادامه برای حل این مساله، از دو روش فراابتکاری شامل الگوریتم ژنتیک و بهینه سازی گروه ذرات برای یافتن توالی مناسب مساله در زمان کوتاه استفاده شده است. با تولید 1920 نمونه به طور تصادفی، کارآیی روش شاخه وکران و با 4480 نمونه، کارآیی الگوریتم های ابتکاری و فراابتکاری مورد بررسی قرار گرفته است. نتایج نشان می دهند که الگوریتم شاخه وکران در اندازه های کوچک و متوسط و الگوریتم ژنتیک پیشنهادی در اندازه های بزرگ به طور موثری عمل می کنند.