زمان‌بندی گردش شغلی درون و برون سلول‌های ناب با رویکرد الگوریتم بهینه‌سازی مبتنی بر آموزش و یادگیری

Abstract

سیستم‌های سرو در زمره پیشرفته‌ترین سیستم‌های تولید تکراری به شمار می‌روند که در حجم کم یا متوسط تولید می‌کنند. این سیستم‌ها متشکل از چندین سلول بوده و از طریق روش‌های نوین تخصیص متصدی ها، به بهترین زمان جریان کار دست می‌یابند. تحقیقات انجام‌شده در این حوزه بیشتر به جنبه‌های شکل‌گیری، تخصیص و توالی محصولات مختلف به سلول‌ها توجه کرده‌اند و موضوع تخصیص متصدی ها که بااهمیت‌ترین عنصر در این سیستم‌ها به‌حساب می‌آیند، همسنگ با دیگر تصمیمات موردمطالعه قرار نگرفته است؛ لذا در این مقاله این تصمیمات به‌طور مستقل بررسی و در قالب گردش شغلی درون و بین سلول‌ها تحلیل شده است. مدل ارائه‌شده، یک مدل برنامه‌ریزی خطی عدد صحیح (ILP) است که مجموعه‌ای از متصدی را به سلول‌ها تخصیص می‌دهد؛ به‌نحوی‌که عدم جابجایی‌های بین سلولی در دوره‌های متوالی کمینه شود. برای حل مدل، از نرم‌افزار گمز استفاده شده و همچنین به‌منظور بهبود کارایی حل برای مسائل با ابعاد متوسط و بزرگ، الگوریتم ابتکاری بهینه‌سازی مبتنی بر آموزش و یادگیری طراحی شده است. چندین مسئله نمونه در ابعاد مختلف برای بررسی اعتبار مدل و عملکرد الگوریتم به‌صورت تصادفی ایجاد و حل شده‌اند که حاکی از کارایی و کیفیت مناسب این الگوریتم است.