| تعداد نشریات | 61 |
| تعداد شمارهها | 2,227 |
| تعداد مقالات | 18,262 |
| تعداد مشاهده مقاله | 56,071,952 |
| تعداد دریافت فایل اصل مقاله | 29,057,070 |
توسعه یک مدل جدید دوهدفه و حل آن بوسیله بهینه سازی از طریق شبیه سازی جهت تخصیص بهینه نیروی انسانی و تجهیزات موازی به ایستگاه ها در یک خط تولید | ||
| مطالعات مدیریت صنعتی | ||
| مقاله 3، دوره 15، شماره 46، مهر 1396، صفحه 57-71 اصل مقاله (654.4 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22054/jims.2017.7988 | ||
| نویسندگان | ||
| محمود سعید کمپانی1؛ پرهام عظیمی2 | ||
| 1دانشجوی کارشناسی ارشد،گروه مهندسی صنایع، دانشکده مهندسی صنایع و مکانیک، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران | ||
| 2دانشیار، گروه مهندسی صنایع، دانشکده مهندسی صنایع و مکانیک، واحد قزوین، دانشگاه آزاد اسلامی، قزوین، ایران، | ||
| چکیده | ||
| در این مطالعه، کاربرد شبیه سازی در بهینه سازی دو هدفه ی یک مسئله ی بالانس خط مونتاژ تشریح گردیده است که در آن هدف، تعیین مقادیر بهینه تخصیص نیروی انسانی و تجهیزات موازی به ایستگاهها می باشد، به طوری که با حداقل هزینه های افزایش تجهیزات و نیروی انسانی در ایستگاهها، خروجی خط تولید به بیشترین مقدار خود افزایش یابد. به عبارت دیگر با استفاده بهینه از منابع موجود خروجی تولید حداکثر شده و بهرهوری به حداکثر میزان ممکن ارتقاء یابد. بدین منظور، به کمک بهینه سازی ازطریق شبیه سازی، فرایند خط تولید ، تحت یک مدل شبیه سازی در نرمافزار ED شبیه سازی شده است. پس از اعتبارسنجی مدل با استفاده از طرح آزمایش سناریوهای متنوعی طراحی و در مدل شبیه سازی اجرا شد، مقادیر ممکن برای دو متغیر تعداد نیروی انسانی و تعداد تجهیزات موازی با استفاده از الگوریتم ژنتیک به دست آمده و در یک نمودار پارتو نشان داده شده است و نتایج با وضعیت فعلی خط تولیدمقایسه گردیده است. | ||
| کلیدواژهها | ||
| بهینه سازی؛ شبیه سازی؛ الگوریتم ژنتیک؛ بالانس خط تولید | ||
| مراجع | ||
|
Azimi, P., (2012), SimSum1: A general optimization via simulation approach for 0-1 programming model,Int. J. of Simulation Modeling, 11(3): p. 150-164.
Margaretha, G., Almeder, C. and Hartl, R.F., (2014), Simulation-based optimization methods for setting production planning parameters, Int. J. of Production Economics, 151: p. 206–213.
Cristóbal, M., García-Sabater, G.P., Andrés, C., and Cardós, M., (2008), Branch and bound procedures for solving the Assembly Line Worker Assignment and Balancing problem: Application to Sheltered Work centers for Disabled, Discrete Applied Mathematics ,156: p. 352 – 367.
Musa, R., Arnaout, J.P. and Frank Chen, F., (2012), Optimization–simulation–optimization based approach for proactive variation reduction in assembly,Robotics and Computer-Integrated Manufacturing, 28: p. 613–620.
Nahas, N., Nourelfath, M. and Gendreau, M., (2014), Selecting machines and buffers in unreliable assembly/disassembly manufacturing networks, Int. J. of Production Economics, 154: p.113–126.
Melouk, S., Fontema, B., Waymire, E, and Hall, S., (2014), Stochastic resource allocation using a predictor-based heuristic for optimization via simulation, Computers & Operations Research ,46: p. 38–48.
Syberfeldt., A., Ng, A., John, R., Moore, P., (2009 (,Multi objective evolutionary simulation-optimization of a real-world manufacturing problem, Robotics and Computer-Integrated Manufacturing ,25: p. 926–931.
Lorenzo, T., (2014), Coupling a genetic algorithm approach and a discrete event simulator to design mixed-model un-paced assembly lines with parallel workstations and stochastic tasktimes, Int. J. of Production Economics, 159: p. 319–333.
Lorenzo, T., (2015), Simultaneous balancing and buffer allocation decisions for the design of mixed-model assembly lines with parallel Workstations and stochastic task times, Int. J. Production Economics, 162: p. 201-215.
| ||
|
آمار تعداد مشاهده مقاله: 1,430 تعداد دریافت فایل اصل مقاله: 1,258 |
||