سمانه فاتحیان - دانشکده فنی و مهندسی
جلسه دفاع از پایان نامه کارشناسی ارشد در رشته صنایع (گرایش صنایع-صنایع)
عنوان:
توسعه الگوریتم ترکیبی از روش های فراابتکاری و تکنیک های داده کاوی برای زمانبندی عملیات تولید در صنایع غذایی
استاد راهنما:
دکتر امیرسامان خیرخواه
نگارش:
سمانه فاتحیان
زمان:
11 مهر 1395
ساعت:
14
مکان:
کلاس 10 -دپارتمان مهندسی صنایع
چكيده:
اهمیت بهبود مداوم فرآیندها سبب شده است که مدل های بهینه سازی متفاوتی برای "برنامه ریزی تولید" و" زمانبندی تولید" در صنایع فرآیندی عرضه شود. از آنجا که در طول چند دهه گذشته مدل های قابل توجهی برای بهینه سازی زمانبندی تولید در صنایع غذایی موجود نیست، در این پژوهش مدل مسئله اندازه انباشته و زمانبندی عمومی دوسطحی برای تعیین توالی و اندازه انباشته تولید تعداد مشخصی از سفارشهای ارسالی از طرف چندین مشتری بر اساس شرایط واقعی حاکم در صنعت غذا مطرح شده است. در تحقیق حاضر سعی بر آن است که با در نظر گرفتن مسئله فسادپذیری موجودی (عمر قفسهای کالا)، تنوع در محصولات نهایی، زمان آمادهسازی وابسته بهتوالی در مسئله زمانبندی عملیات سازمانهای تولید محصولات غذایی، مسئله به دنیای واقعی نزدیکتر شده و قابلیت اتکا به جوابهای بهدستآمده در مسائل عملی افزایش یابد.در ادامه پس از بررسی مدل مطرح شده در اندازه های کوچک توسط نرم افزار گمز، از دو الگوریتم جستجوی هماهنگی و الگوریتم ژنتیک برای حل مسائل در اندازه های بزرگ استفاده شده است. سپس به منظور مقایسه کارایی الگوریتم های پیشنهادی با یکدیگر، به بررسی و تحلیل روش های حل پرداخته شده است. درادامه رویکردی از سری روش های داده کاوی با نام درخت تصمیم به منظور ایجاد قوانین زمان بندی بر روی خروجی بهینه الگوریتم ژنتیک معرفی شده و میزان صحت این روش برای تعیین توالی بهینه مورد بررسی قرار می گیرد.
Abstract:
The importance of continuous improvement processes has caused that different models optimized to be released in the process industries for "production planning" and "production schedule". Because during the last few decades considerable models is not available to optimize the production schedule in the food industry, in this research, two level general lot sizing and scheduling problem has presented To determine the sequence and lot sizing of the accumulated production of a certain number of orders sent from multiple customers based on the actual conditions in the food industry. This study attempt that with considering deterioration inventory (shelf life), sequence dependent setup time, variety of end products, in scheduling problem in Food production organizations, is closer to the real world and it increase reliability of the results obtained in practical problems.
Afterwards, the proposed model is investigated on a small scale by software Gams ,then harmony search algorithm and genetic algorithms to solve large size is used. In order to compare the performance of the proposed algorithm with each other, to analyze the methods of solution is discussed. this study introduce a data mining-based methodology for Generating scheduling rules using decision tree approach to discover the dispatching sequence from Optimized output Genetic Algorithm and the accuracy of the method for determining the optimum sequence is examined.
Key Words: Harmony Search, Data mining, genetic, food industry, Scheduling, Decision tree
|