یک مدل برنامه‌ریزی خطی دوهدفۀ فازی برای مسأله زمان‌بندی تک‌ماشین تولید انباشته‌ای با درنظر گرفتن سیاست تعرفۀ زمانی مصرف برق

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری مهندسی صنایع، گروه مهندسی صنایع، پردیس بین‌المللی کیش دانشگاه تهران، تهران، ایران

2 استاد گروه مهندسی صنایع، دانشکدۀ مهندسی صنایع، دانشکدگان فنی، دانشگاه تهران، تهران، ایران

چکیده

با کاهش منابع انرژی‌های تجدیدناپذیر و افزایش هزینه انرژی در سال‏های اخیر، توسعه یک مدل برای درنظر گرفتن انرژی و به‌خصوص برق بسیار حائز اهمیت است. سیاست قیمت‏گذاری زمانی مصرف برق یکی از سیاست‌های تشویقی در همه دنیا است که فرصت‌های جدیدی برای صرفه‌جویی در مصرف برق و هزینه انرژی فراهم می‌کند. این مقاله یک مسأله زمان‌بندی کارهای با اندازه یکسان بر روی یک ماشین تولید انباشته‌ای با دو تابع هدف حداقل‌سازی هزینه برق مصرفی ماشین و حداقل‌سازی زمان ختم کل کارها را به‌طور همزمان تحت سیاست قیمت‌گذاری زمانی مصرف برق درنظر می‎گیرد. همچنین باتوجه به وجود عدم قطعیت‌هایی همچون اطلاعات ناکامل و ناکافی در مورد زمان فعالیت‌ها و تغییرات محیطی در شرایط واقعی، زمان پردازش کارها به‌صورت فازی درنظر گرفته شده است. این مدل ریاضی دوهدفه با استفاده از رویکرد برنامه‌ریزی چندهدفه فازی و با بهره‌گیری از مفاهیم ایده‌‎آل مثبت و منفی برای اهداف به یک مدل تک‌هدفه تبدیل و حل می‏شود. با انجام دو سری آزمایشات عددی کارآیی روش پیشنهادی و کارآمدی مدل در کاهش هزینه برق نشان داده می‎شود.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

A Two-objective Fuzzy Linear Programming Model for a Single Batch Processing Machine Scheduling Problem under Time-of-Use Electricity Consumption Policy

نویسندگان [English]

  • Ladan-ol-Sadat Mousavi 1
  • Fariborz Jolai 2
1 PhD student in industrial engineering, Department of Industrial Engineering, Kish International Campus, University of Tehran, Tehran, Iran
2 Professor, Department of Industrial Engineering, School of Industrial Engineering, Technical School, University of Tehran, Tehran, Iran
چکیده [English]

With the reduction of non-renewable energy sources and the increased energy costs in recent years, the decision-making model with energy and electricity consumption consideration is significant. Time-of-Use (ToU) policy is one of the incentive policies in the whole world that provides new opportunities to save electricity consumption and energy costs. This paper considers a batch processing machine scheduling problem with identical jobs and a two-objective function of minimizing the cost of electricity consumed by the machine and minimizing the makespan under the ToU policy. The processing time of jobs is considered fuzzy due to uncertainty in the real world. The effectiveness and efficiency of the proposed model and solution approach to reduce the electricity cost are demonstrated by carrying out two numerical experiments. 

کلیدواژه‌ها [English]

  • Time-of Use Electricity Policy
  • Batch Processing Machine
  • Makespan
  • Fuzzy Processing Time
  • Fuzzy Multi-Objective Mathematical Model

مراجع

  • APERC, A. (2013). APEC energy demand and supply outlook. Technical report, Asia-Pacific Economic Cooperation.
  • Cheng, J., Chu, F., Xia, W., Ding, J., & Ling, X. (2014, November). Bi-objective optimization for single-machine batch scheduling considering energy cost. In 2014 International Conference on Control, Decision and Information Technologies (CoDIT) (pp. 236-241). IEEE.
  • عطائی، حشمت الله، احمدی زر، فردین، ارکات، & جمال. (2022). زمان‌بندی ماشین‌های موازی یکسان با درنظر گرفتن عملیات مشترک به‌منظور کمینه‌ نمودن مجموع انرژی‌های مصرفی و مجموع زمان‌های دیرکرد.نشریه پژوهش‌های مهندسی صنایع در سیستم‌های تولید، 9(19)، 107-123.‎
  • افسر، & بهنامیان. (2020). زمان‌بندی چندعاملی ماشین‌های موازی ناهمگن با درنظر گرفتن هزینه انرژی و کارهای به‌هنگام.نشریه پژوهش‌های مهندسی صنایع در سیستم‌های تولید، 7(15)، 287-303.‎
  • Cheng, J., Chu, F., & Zhou, M. (2017). An improved model for parallel machine scheduling under time-of-use electricity price. IEEE Transactions on Automation Science and Engineering, 15(2), 896-899.
  • Park, M. J., & Ham, A. (2022). Energy-aware flexible job shop scheduling under time-of-use pricing. International Journal of Production Economics, 248, 108507.
  • Badri, S. A., Daghbandan, A., AghabeiginiyayFatalaki, Z., &Mirzazadeh, M. (2021). Flow shop scheduling under Time-Of-Use electricity tariffs using fuzzy multi-objective linear programming approach. Journal of mathematical modeling, 9(2), 215-227.
  • Rego, M. F., Pinto, J. C. E., Cota, L. P., & Souza, M. J. (2022). A mathematical formulation and an NSGA-II algorithm for minimizing the makespan and energy cost under time-of-use electricity price in an unrelated parallel machine scheduling. PeerJ Computer Science, 8, e844.
  • Uzsoy, R. (1994). Scheduling a single batch processing machine with non-identical job sizes. The International Journal of Production Research, 32(7), 1615-1635.
  • Tang, L., & Liu, P. (2009). Minimizing makespan in a two-machine flowshop scheduling with batching and release time. Mathematical and Computer Modelling, 49(5-6), 1071-1077.
  • Hadera, H., &Harjunkoski, I. (2013). Continuous-time batch scheduling approach for optimizing electricity consumption cost. In Computer Aided Chemical Engineering. Vol. 32, 403-408.
  • Hejari, S. R., Emami, S., &Arkan, A. (2009). A Heuristic algorithm for minimizing the expected make span in two machine flow shops with fuzzy processing time. Journal of uncertain systems, 3(2), 114-122.
  • Yuan, F., Xu, X., & Yin, M. (2019). A novel fuzzy model for multi-objective permutation flow shop scheduling problem with fuzzy processing time. Advances in Mechanical Engineering, 11(4), 1687814019843699.
  • Wang, G. G., Gao, D., &Pedrycz, W. (2022). Solving multi-objective fuzzy job-shop scheduling problem by a hybrid adaptive differential evolution algorithm. IEEE Transactions on Industrial Informatics, 18(12), 8519-8528.
  • Fowler, J. W., &Mönch, L. (2022). A survey of scheduling with parallel batch (p-batch) processing. European journal of operational research, 298(1), 1-24.
  • Cheng J, Chu F, Chu C, Xia W (2016) Bi-objective optimization of single-machine batch schedulingunder time-of-use electricity prices. RAIRO Oper Res 50(4–5):715–732
  • Wu, P., Cheng, J., & Chu, F. (2021). Large-scale energy-conscious bi-objective single-machine batch scheduling under time-of-use electricity tariffs via effective iterative heuristics. Annals of Operations Research, 296(1), 471-494.‏
  • Cheng J, Chu F, Liu M, Wu P, Xia W (2017) Bi-criteria single-machine batch scheduling with machineon/off switching under time-of-use tariffs. Comput Ind Eng 112:721–734
  • Cheng J, Chu F, Liu M, Xia W (2016) Single-machine batch scheduling under time-of-use tariffs: newmixed-integer programming approaches. In: Proceedings of the 2016 IEEEinternational conferenceon systems, man, and cybernetics (SMC), pp 3498–3503.
  • Wang S, Liu M, Chu F, Chu C (2016) Bi-objective optimization of a single machine batch schedulingproblem with energy cost consideration. J Clean Prod 137:1205–1215
  • Zhang, S., Che, A., Wu, X., & Chu, C. (2018). Improved mixed-integer linear programming model and heuristics for bi-objective single-machine batch scheduling with energy cost consideration. Engineering Optimization, 50(8), 1380-1394.‏
  • Zhou, S., Jin, M., & Du, N. (2020). Energy-efficient scheduling of a single batch processing machine with dynamic job arrival times. Energy, 209, 118420.
  • Zhou, S., Li, X., Du, N., Pang, Y., & Chen, H. (2018). A multi-objective differential evolution algorithm for parallel batch processing machine scheduling considering electricity consumption cost. Computers &Operations Research, 96, 55-68.
  • Jia, Z. H., Zhang, Y. L., Leung, J. Y. T., & Li, K. (2017). Bi-criteria ant colony optimization algorithm for minimizing makespan and energy consumption on parallel batch machines. Applied Soft Computing, 55, 226-237.‏
  • Jia Z-H, Wang Y, Wu C, Yang Y, Zhang X-Y, Chen H-P (2019). Multi-objective energy-aware batchscheduling using ant colony optimization algorithm. Comput Ind Eng 131:41–56.
  • Qian, S. Y., Jia, Z. H., & Li, K. (2020). A multi-objective evolutionary algorithm based on adaptive clustering for energy-aware batch scheduling problem. Future Generation Computer Systems, 113, 441-453.‏
  • Rocholl, J., Mönch, L., & Fowler, J. W. (2018, December). Electricity power cost-aware scheduling of jobs on parallel batch processing machines. In 2018 Winter Simulation Conference (WSC) (pp. 3420-3431). IEEE.‏
  • Rocholl, J., Mönch, L., & Fowler, J. (2020). Bi-criteria parallel batch machine scheduling to minimize total weighted tardiness and electricity cost. Journal of Business Economics, 90(9), 1345-1381.
  • Bellman, R. E., & Zadeh, L. A. (1970). Decision-making in a fuzzy environment. Management science, 17(4), B-141.
  • Zimmermann, H. J. (1978). Fuzzy programming and linear programming with several objective functions. Fuzzy sets and systems, 1(1), 45-55.
نشریه پژوهش های مهندسی صنایع در سیستم های تولید
دوره 10، شماره 21
اسفند 1401
صفحه 107-117

فایل ها

هم رسانی

ارجاع به این مقاله

آمار