دانشگاه بوعلی سینانشریه پژوهش های مهندسی صنایع در سیستم های تولید2345-22693620160210Developing a Lagrangian Relaxation Method for Flexible Flowshop Scheduling Problemتوسعه روش آزادسازی لاگرانژین برای حل مسأله زمانبندی در محیط جریان کارگاهی انعطاف پذیر1211311344FAابراهیماسدی گنگرجدانشگاه صنعتی نوشیروانی بابلنسیمنهاوندیدانشگاه تربیت مدرس تهران0000-0002-1445-6557Journal Article20150610Flexible flow shop scheduling problem (FFS) with unrelated parallel machines contains sequencing in flow shop where, at any stage, there exists one or more unrelated parallel machines. The objective consists of minimizing the maximum completion time. A new Lagrangian relaxation (LR) method is developed to solve the candidate problem. To solve the sub-problems in LR, we use two approaches such as, simplicity of sub-problems and dominance rules. The results show that the both approaches can achieve the near-optimal solution in reasonable time; but there is no significant difference between them. On the other side, simplicity of sub-problems can achieve the solution in reasonable time. مسأله زمانبندی در محیط جریان کارگاهی انعطافپذیر شامل تعیین توالی در یک مسأله جریان کارگاهی میباشد که در هر مرحله حداقل یک یا چند ماشین موازی غیرمشابه وجود دارد. تابع هدف مسأله کمینهسازی حداکثر زمان تکمیل کارها میباشد. برای حل این مسأله از روش آزادسازی لاگرانژین استفادهشده است. برای حل زیرمسألههای تولیدشده با استفاده از روش آزادسازی لاگرانژین نیز از دو رویکرد سادهسازی زیرمسألهها و توسعه قوانین چیرگی استفادهشده است. نتایج نشان میدهد که هر دو روش میتوانند به جوابهای نزدیک به بهینه در زمانهای نسبتاً معقول دست پیدا کنند ولی تفاوت معناداری با یکدیگر ندارند. همچنین روش سادهسازی زیرمسألهها در مدت زمان کوتاهتری میتواند به جوابهای مورد نظر دست یابند.https://ier.basu.ac.ir/article_1344_0398578c3208a9942fa802004ba738a0.pdfدانشگاه بوعلی سینانشریه پژوهش های مهندسی صنایع در سیستم های تولید2345-22693620160121Multi-objective production network scheduling using sub-population genetic algorithm and elastic methodزمانبندی چندهدفه شبکه های تولید چندکارخانه ای با استفاده از الگوریتم ژنتیک زیرجمعیت و روش ارتجاعی1331471345FAجوادبهنامیاناستادیار گروه صنایع دانشکده مهندسی دانشگاه بوعلی سیناJournal Article20150201The globalization trend causes the emergence of intense competition among manufacturers to gain more profits. In order to be competitive in today’s rapidly changing business world, organizations have shifted from a centralized single factory production to a decentralized multi-factory structure. We assume that production takes place in several factories, which may be geographically distributed in different locations, in order to comply with and to take advantage from the trend of globalization. This allows them to be closer to their customers, to employ professionals, to comply with local laws, to focus on a few product types, to produce and market their products more effectively, and respond to market changes more quickly. These can be attained by transporting the jobs from an overloaded factory to the factory which has fewer workloads. Obviously, considering these assumptions, as well as multi-objective scheduling are surely more practical than those scheduling problems which do not take them into account. In this research, after formulating the scheduling problem as a mixed integer linear programming for simultaneous minimization of the sum of the earliness and tardiness of jobs and the total completion time, a new exact method and a multi-objective metaheuristic algorithm are proposed. Finally, the heuristic algorithm and the output of particle swarm-based algorithm are reported.روند جهانیسازی موجود سبب پیدایش رقابتی شدید برای کسب هر چه بیشتر منافع در بین تولیدکنندگان شده است. برای حفظ شرایط رقابتپذیری در چنین بازارهایی، کارخانهها تصمیم به ایجاد شبکه تولیدی متشکل از چندین کارخانه مینمایند. پراکندگی اعضاء در نقاط مختلف جغرافیایی در ساختارهای توزیعشده سبب در دسترس بودن منابع ارزانتر، توانایی تولید بالاتر و مواجهه سریعتر با تغییرات و قدرت رقابتی بالاتر شده است. به این منظور در این مقاله زمانبندی چندکارخانهای توزیع شده مورد مطالعه قرار گرفته است. علاوهبر این، با در نظر گرفتن امکان جابهجایی کارها در بین کارخانهها سعی شده است شرایط سیستم مورد بررسی هر چه بیشتر به دنیای واقعی صنعت نزدیک گردد. بدلیل توجه کمتر به مسائل چندهدفه در زمانبندی توزیع شده، در این تحقیق پس از مدل کردن مسئله با دو تابع هدف مجموع زمانهای دیرکرد و زودکرد کارها بهعنوان تابع هدف اول و مجموع زمانهای تکمیل بهعنوان تابع هدف دوم، یک روش دقیق و یک الگوریتم فرابتکاری چندهدفه برای حل مساله بهکار رفته است. در پایان نیز نتایج بدست آمده از این الگوریتم با نتایج بهدست آمده از الگوریتم بر پایه گروه ذرات مقایسه و گزارش شده است.https://ier.basu.ac.ir/article_1345_450ce54656cdde090edb6b69edd7dc9d.pdfدانشگاه بوعلی سینانشریه پژوهش های مهندسی صنایع در سیستم های تولید2345-22693620160121An Adaptive Large Neighborhood Search Heuristic for the Green Vehicle Routing Problem with Simultaneously Pickup and Delivery and Hard Time Windowsاستفاده از جستجوی همسایگی انطباقی برای حل مساله مسیریابی وسیله نقلیه سبز با گذاشت و برداشت همزمان و پنجره زمانی سخت1491651346FAستارهمجیدیدانشگاه علم و صنعت ایرانسید مهدیحسینی مطلقدانشگاه علم و صنعت ایرانسعیدیعقوبیدانشگاه علم و صنعت ایران0000-0003-1218-9050عباسجوکاردانشگاه علم و صنعت ایرانJournal Article20150607The classical models of vehicle routing generally focused on minimizing total distance and travel time, however in green vehicle routing problem the main objective is minimizing total emissions and fuel consumption besides the other objects. <br />In this paper, extension of GVRP with minimizing fuel and emission costs presented that considered pickup and delivery constraints with hard time windows. Travel time in this model is not constant and speed of vehicles would be determined in regards to customers’ time widows. In this paper, a heuristic based adaptive large neighborhood search proposed for solving the model. Construction algorithm in this method is heuristic based algorithm with proposed criterion according to pick up and delivery constrains and time windows with assumption of variable speed. Computational results confirms efficiency of this algorithm. در اکثر مسایل کلاسیک مسیریابی وسیله نقلیه، هدف اصلی، کمینه کردن کل زمان سفر یا مسافت طی شده است. درحالیکه مساله مسیریابی سبز علاوهبر اهداف ذکر شده، به مینیمم کردن هزینههای سوخت و انتشار گازهای گلخانهای از جمله دی اکسید کربن نیز میپردازد. در این مقاله نوعی از مسأله مسیریابی سبز با هدف کاهش هزینههای سوخت و انتشار با استفاده از یکی از مدلهای تخمین مصرف سوخت تحت عنوان مدل یکپارچه انتشار همراه با در نظر گرفتن محدودیت گذاشت و برداشت همزمان و پنجره زمانی سخت توسعه داده شده است. در این مدل زمان سفر ثابت نبوده و سرعت وسایل نقلیه در حرکت بین مشتریان متغیر بوده و با توجه به پنجره زمانی مشتریان تعیین میشود. برای حل مدل، روشی ابتکاری مبتنی بر روش جستجوی همسایگی بزرگ انطباقی ارائه شده است. که در این روش، یک الگوریتم ساخت جواب اولیه با معیار انتخاب مشتریان متناسب با محدودیتهای گذاشت و برداشت همزمان و پنجره زمانی و با فرض متغیر بودن سرعت وسایل نقلیه ارائه شده است. نتایج آزمایشات عددی کارآمدی رویکرد ارائه شده را در حل این مسأله تأیید میکند.https://ier.basu.ac.ir/article_1346_054d3473c1900c907a026fcc786d1822.pdfدانشگاه بوعلی سینانشریه پژوهش های مهندسی صنایع در سیستم های تولید2345-22693620160121Solving a New Mathematical Model for a Multi-Objective and Multi-Depot Vehicle Routing Problem by a Non-dominated Sorting Genetic Algorithmحل مدل ریاضی جدید برای مسأله ی مسیریابی وسایل نقلیه چند هدفه و چند قرارگاهی با الگوریتم ژنتیک مرتب شده ی غیرمغلوب1671751353FAرضاتوکلیمقدمعضو هیات علمی دانشکده مهندسی صنایع، پردیس دانشکده-های فنی، دانشگاه تهرانnullشقایقمسعودیدانشگاه آزاد اسلامیحامداقبالیدانشگاه آزاد اسلامیJournal Article20140813The vehicle routing problem (VRP) can be studied in variant cases, in which two related important problems are the VRP with hard time windows and the multi-depot VRP with heterogeneous vehicles. Most problems presented in this field are single-objective problems with the aim of the minimum cost; however, the complexity of real problems usually doubts the use of single objective problems. This paper considers not only the minimum travel cost, but also the distance travelled by the used vehicles and their loads. Since this problem is the NP-hard one, the non-dominated sorted genetic algorithm - II is used. To show its efficiency for solving small-sized problems, the obtained results are evaluated with the results obtained by the ε-constraint method. The results show that the obtained gap of the objective function values is less than 4% in all the solved problems indicating the efficiency of the proposed algorithm.مسأله مسیریابی وسایل نقلیه در حالتهای متنوعی قابل بررسی است که دو نوع بسیار مهم و کاربردی از این مسایل؛ مسأله مسیریابی وسایل نقلیه با پنجره زمانی سخت و مسیریابی وسایل نقیله چند قرارگاهی با وسایل نقلیه متفاوت میباشد. بیشتر مسایلی که در این زمینهها مطرح شدهاند، مربوط به مسایل تک هدفه با هدف حداقل کردن هزینه میباشند، اما پیچیدگیهای مسایل واقعی عموماً کاربرد مسایل تک هدفه را به چالش میکشد. از اینرو در این مقاله برای انطباق مسایل با دنیای واقعی، در ابتدا یک مدل چند هدفه ارائه میگردد که در آن علاوه بر حداقل کردن هزینههای کل، عدم تعادل در فواصل سفر و عدم تعادل در بار وسایل نقیله نیز مد نظر قرار میگیرد. از آنجایی که این مسأله جزء مسایل NP-سخت میباشد، بهمنظور حل مدل ارائه شده از الگوریتم ژنتیک مرتب شده غیرمغلوب استفاده شده است. در نهایت برای نشان دادن کارآیی الگوریتم پیشنهادی، جوابهای به دست آمده در ابعاد کوچک با جوابهای به دست آمده از روش محدودیت اپسیلون مقایسه شد. نتایج به دست آمده، نشان میدهند که درصد خطای توابع هدف نسبت به روش محدودیت اپسیلون در تمامی مسایل حل شده کمتر از 4 درصد میباشد که این موضوع کارآیی الگوریتم پیشنهادی را نشان میدهد.https://ier.basu.ac.ir/article_1353_33079bfbbe023a845fd2a86139e86d13.pdfدانشگاه بوعلی سینانشریه پژوهش های مهندسی صنایع در سیستم های تولید2345-22693620160121Development of a Hybrid Model for Recognition and Analysis of Significant Patterns in Process Control Chartsارائه یک مدل ترکیبی برای شناسایی و تحلیل الگوهای معنیدار در نمودارهای کنترل فرآیند1771891354FAاحمدکوچک زادهدانشگاه آزاد اسلامی واحد قمسید علیلسانیدانشگاه آزاد اسلامی واحد نجفآبادسید محمد تقیفاطمی قمیدانشگاه صنعتی امیرکبیرJournal Article20141219Correct recognition and precise classification of significant patterns in statistical process control charts is unavoidable. Because these unnatural patterns associate out of control conditions. In fact, extraction of unnatural patterns increases the sensitivity of control charts in identification of out of control states. In recent years, because of the abilities of artificial neural networks in patterns recognition, these networks have been used to discriminate unnatural patterns in Shewart control charts. In most of such studies, the misclassification error of patterns is remarkable, especially when the desired sensitivity of process is at high value. This paper proposes a hybrid model for the recognition and analysis of the basic patterns in process control charts using LVQ and MLP networks along with examining the fitted line of sample points. In the proposed model not only the misclassification error at different levels of sensitivity decreases considerably, but when basic patterns occur concurrently, the possibility of recognition of patterns and assessment of their corresponding parameters will be provided too. The efficiency and effectiveness of the model have been tested by simulated samples.شناسایی صحیح و طبقهبندی دقیق الگوهای معنیدار در نمودارهای کنترل فرآیند آماری از نظر آنکه رفتارهای غیرطبیعی را تداعی میکنند بسیار بااهمیت است. تشخیص و استخراج الگوهای غیرطبیعی، حساسیت نمودارهای کنترلی را در شناسایی وضعیتهای خارج از کنترل افزایش میدهد. در سالهای اخیر به دلیل توانمندیهای شبکههای عصبی مصنوعی، از آنها برای شناسایی الگوهای غیرطبیعی در نمودارهای کنترلی شوهارت استفاده شده است. اغلب این پژوهشها، بویژه هنگامیکه حساسیت فرآیند نسبت به رخداد الگوهای غیرطبیعی بالا باشد، دچار خطای طبقهبندی نادرست الگوها میشوند. در این پژوهش، مدل ترکیبی مبتنی بر شبکههای LVQ و MLP و همچنین خط برازش نمونهها برای شناسایی و تجزیهوتحلیل الگوهای غیرطبیعی پایه در نمودارهای کنترل فرآیند ارائه شده است. این مدل پیشنهادی، علاوه بر اینکه در سطوح مختلف حساسیت، خطای طبقهبندی نادرست الگوها را به مقدار زیادی کاهش میدهد، رخداد همزمان الگوهای پایه را شناسایی و پارامترهای متناظر را برآورد میکند. در نهایت با بکارگیری نمونههای شبیهسازیشده، کارآمدی و اثربخشی مدل نشان داده شده است.https://ier.basu.ac.ir/article_1354_b4d6cf7eece950f9fe9c0d4f664b2d44.pdfدانشگاه بوعلی سینانشریه پژوهش های مهندسی صنایع در سیستم های تولید2345-22693620160121Rescheduling of Three-stage Supply Chain with a Focus on Integration of the Stagesزمانبندی مجدد زنجیره تأمین سه مرحلهای با تمرکز بر یکپارچگی مراحل آن1912051355FAمحمد علیبهشتی نیادانشگاه سمنانعیسیاکبریدانشگاه سمنانJournal Article20150225Rescheduling is considered as a part of decision making process in supply chain of many manufacturing industries and it plays a significant role in fulfillment of consumers’ needs. Hereupon, this article addresses the issue of rescheduling in a three-stage supply chain with a focus on integration of the stages. The first stage includes suppliers, the second stage includes fleet of good transportation and the third stage includes manufacturers of final products. Therefore, the mixed integer model has been used for the mentioned problem with the aim of minimizing the total tardiness time of the orders. In the general case, a genetic algorithm has been provided for problem solving which has chromosomes with variable structures. Comparison between the results of the proposed algorithm with Random Search on a wide range of random problems and optimum solution on the small size problems shows the good performance of the proposed algorithm. Moreover, by relaxing of the some attributes of the problem, the proposed algorithm was compared with two existing heuristic algorithms in the literature. Results show the better performance of the suggested algorithm. زمانبندی مجدد جزئی از فرآیند تصمیمگیری در زنجیره تأمین بسیاری از صنایع تولیدی محسوب میشود که نقش مهمی در برآوردهسازی نیازهای مشتریان ایفا مینماید. از اینرو این مقاله به بررسی مساله زمانبندی مجدد در یک زنجیره تأمین سه مرحلهای، با تمرکز بر یکپارچگی مراحل آن میپردازد. مرحله اول شامل تأمین کنندگان، مرحله دوم شامل ناوگان حمل و نقل کالاها و مرحله سوم شامل یک شرکت سازنده محصولات نهایی است. به این منظور ابتدا مدل عدد صحیح مختلط برای مساله مذکور با هدف کمینهسازی مجموع زمان تاخیر تکمیل کلیه سفارشات توسعه داده شده است. همچنین در حالت کلی یک الگوریتم ژنتیک که دارای کروموزومهایی با ساختار متغیر است، به منظور حل مساله ارایه شده است. مقایسه الگوریتم پیشنهادی با الگوریتم جستجوی تصادفی روی طیف متنوعی از مسایل تصادفی و همچنین جواب بهینه روی مسایل تصادفی با ابعاد کوچک نشان از عملکرد خوب الگوریتم پیشنهادی دارد. همچنین با سادهسازی فرضیات مساله، الگوریتم پیشنهادی با دو الگوریتم ابتکاری موجود در ادبیات موضوع مقایسه شده است که نشان از برتری الگوریتم پیشنهادی دارد.https://ier.basu.ac.ir/article_1355_bedae7ee4163a958caf529c0075de30b.pdfدانشگاه بوعلی سینانشریه پژوهش های مهندسی صنایع در سیستم های تولید2345-22693620160121Pricing in a Two-Echelon Supply Chain with Manufacturers’ Competing to Seizing the Market in the Make-to-Order Environment by Using Game Theoryقیمت گذاری در یک زنجیره تأمین دو سطحی با در نظر گرفتن رقابت تولیدکنندگان در تصاحب بازار در سیستم تولید بر اساس سفارش با استفاده از نظریه بازی2072191347FAمحمدامینفرخیدانشگاه صنعتی اصفهانمرتضیراستی برزکیعضو هیات علمی/دانشگاه صنعتی اصفهان0000-0002-6979-4123Journal Article20150825This paper develops a model based on game theory to analyze a two-echelon supply chain consists of two manufacturers and two retailers, that are operating in a make-to-order environment. The considerable point in the defined supply chain is that the manufacturers by taking into account the discount to the retailer that exclusively sells their products want to seize the market. In this model, manufacturers’ brand value and customers loyalty to a brand has high importance. It should be noted that in the defined Stackelberg model retail prices would be determined after specifying the lead times. We show that the reduction in the proportion of goods received by a retailer from a manufacturer will increase its retail price, also the exclusive supplying of a good rising its wholesale price.این مقاله با استفاده از نظریه بازیها، به تجزیه و تحلیل یک زنجیره تأمین دو سطحی شامل دو تولیدکننده و دو خردهفروش در یک محیط تولید بر اساس سفارش میپردازد. در زنجیره تأمین مورد بررسی، تولیدکنندهها با در نظر گرفتن تخفیف برای خردهفروشی که به صورت انحصاری کالای آنها را عرضه میکند سعی در تصاحب بازار دارند. در این مدل ارزش برند هر یک از تولیدکنندگان و وفاداری مشتریان به یک برند نیز در نظر گرفته شده است. در مدل استکلبرگ تعریف شده برای مسئله، پس از تعیین زمان تدارک از سوی تولیدکننده، درباره قیمت خردهفروشی کالا تصمیمگیری میشود. یافتههای ما نشاندهنده آن است که کاهش نسبت کالای دریافتی یک خردهفروش از سوی یک تولیدکننده باعث افزایش قیمت خردهفروشی آن خواهد شد. همچنین عرضه انحصاری یک کالا افزایش قیمت عمدهفروشی آن را در پی خواهد داشت.https://ier.basu.ac.ir/article_1347_b164528f0aba698fdcbac3c8d5725089.pdf