حل مسئله جریان کارگاهی دو مرحله ای انعطاف پذیر بدون وقفه

توضیحات

فصل ۱: کلیات تحقیق

۱-۱- مقدمه

۱-۲- نگرش‌های عمومی در زمانبندی قطعی مسائل

۱-۲-۱- نگرش‌های سازنده

۱-۲-۲- روش‌های جستجوی محلی

۱-۳- مسئله جریان کارگاهی انعطاف پذیر دو مرحله ای بدون وقفه

۱-۴-کاربردهای مدل

۱-۵- بیان مسئله و سوال تحقیق

۱-۶- ضرورت انجام تحقیق و اهمیت تحقیق

۱-۷- اهداف تحقیق

۱-۸- ساختار انجام تحقیق

۱-۹- جمع بندی

فصل ۲: مرور ادبیات و پیشینه تحقیق

۲-۱- مقدمه

۲-۲- مساله تک هدفه جریان کارگاهی بدون وقفه

۲-۲-۱- مسائل زمان‌بندی جریان کارگاهی

۲-۳- پیش بینی ماکزیمم زمان اتمام کارها

۲-۴-مساله چند هدفه جریان کارگاهی بدون وقفه

۲-۴-۱- جریان کارگاهی بدون وقفه

۲-۴-۲- جریان کارگاهی انعطاف پذیر دو مرحله ای بدون وقفه

۲-۵- جمع بندی

فصل ۳: حل تک هدفه مسئله ی مورد مطالعه با استفاده از الگوریتم های ابتکاری

۳-۱- مقدمه

۳-۲- فاز اول-مسئله بدون زمان تحویل

۳-۲-۱- ساختار الگوریتم پیشنهادی MRS1

۳-۳- فاز دوم- مسئله با زمان تحویل

۳-۳-۱- ساختار الگوریتم پیشنهادی MRS2

۳-۳-۲- ساختار الگوریتم پیشنهادی MRS3

۳-۳-۳- ساختار الگوریتم پیشنهادی MRS4

۳-۴- فاز سوم- مسئله با زمان تحویل و زمان آماده کار

۳-۴-۱- ساختار الگوریتم پیشنهادی MRS5

۳-۴-۲- ساختار الگوریتم پیشنهادی MRS6

۳-۴-۳- ساختار الگوریتم پیشنهادی MRS7

۳-۵- نتایج محاسباتی الگوریتم های ابتکاری

۳-۵-۱- مقدمه

۳-۶- نتایج فاز اول

۳-۶-۱- آزمایشات عددی

۳-۶-۲- پارامترهای مدل شبیه سازی

۳-۶-۳- فرایند شبیه سازی

۳-۶-۴- نتایج شبیه سازی

۳-۷- نتایج فاز دوم

۳-۷-۱- آزمایشات عددی

۳-۷-۲- پارامترهای مدل شبیه سازی

۳-۷-۳- فرایند شبیه سازی

۳-۷-۴- نتایج شبیه سازی

۳-۸- نتایج فاز سوم

۳-۸-۱- آزمایشات عددی

۳-۸-۲- پارامترهای مدل شبیه سازی

۳-۸-۳- فرایند شبیه سازی

۳-۸-۴- نتایج شبیه سازی

۳-۹-جمع بندی

فصل ۴: حل تک هدفه مسئله ی مورد مطالعه با استفاده از الگوریتم های فرا ابتکاری

۴-۱- مقدمه

۴-۲- الگوریتم ژنتیک

۴-۲-۱- ساختار کروموزوم

۴-۲-۲- تابع برازندگی

۴-۲-۳- عملگرهای الگوریتم ژنتیک

۴-۲-۴- شرط خاتمهی الگوریتم

۴-۲-۵- نقاط قوت الگوریتم های ژنتیک

۴-۲-۶- رویه ی الگوریتم ژنتیک

۴-۳- شبیه سازی تبرید

۴-۳-۲- برنامه سردسازی

۴-۳-۳- ساختار همسایگی جدید

۴-۳-۴- رویه ی الگوریتم شبیه سازی تبرید

۴-۴- تنظیم پارامترهای استفاده شده برای الگوریتم ها

۴-۵- نتایج محاسباتی الگوریتم های فراابتکاری

۴-۵-۱- مقدمه

۴-۵-۲- آزمایشات عددی

۴-۵-۳- پارامترهای مدل شبیه سازی

۴-۵-۴- فرایند شبیه سازی

۴-۵-۵- نتایج شبیه سازی

۴-۵-۶- نتیجه گیری:

۴-۶- جمع بندی

فصل ۵: حل مسئله پیش بینی ماکزیمم زمان اتمام کارها

۵-۱- مقدمه

۵-۲- مدل فازی سوگینو

۵-۲-۲- شبکه عصبی فازی ANFIS

۵-۲-۳- الگوریتم آموزش هیبریدی (مختلط)

۵-۳- پیش بینی ماکزیمم زمان اتمام کارها توسط شبکه عصبی فازی تطبیق پذیر

۵-۴- مدل رگرسیون خطی

۵-۵- نتایج محاسباتی

۵-۵-۱- نتایج کلی

۵-۵-۲- نتایج آزمون های آماری مربوط به معیار MSE

۵-۵-۳- نتایج آزمون های آماری مربوط به معیار RMSE

۵-۵-۴- نتایج آزمون های آماری مربوط به معیار R-Square

۵-۶- جمع بندی

فصل ۶: حل مساله مورد مطالعه با رویکرد چند هدفه

۶-۱- مقدمه

۶-۲- مفاهیم پایه ای مسائل بهینه سازی چند هدفه

۶-۲-۱- کلیات بهینه سازی چند هدفه

۶-۲-۲- چیرگی پارتو و مجموعه حل های غیر غالب

۶-۲-۳- مرز بهینه پارتو و مجموعه حل های بهینه پارتو

۶-۳- مروری بر روش های حل مسائل بهینه سازی چند هدفه

۶-۳-۱- طبقه بندی بر اساس تعداد حل های بهینه به دست آمده

۶-۳-۲- طبقه بندی بر اساس روش حل

۶-۴- روش های پیشنهادی برای حل چند هدفه مسئله مورد مطالعه

۶-۴-۱- روش وزنی کلاسیک

۶-۴-۲- روش مجموع وزنی نرمالایز شده توابع هدف

۶-۴-۳- روش فازی

۶-۵- معیارهای مقایسه رویکردهای چندهدفه

۶-۵-۱- تعداد جواب های پارتو

۶-۵-۲- پراکندگی جواب های پارتو

۶-۵-۳- درصد چیرگی  در پارتو ترکیبی

۶-۵-۴- مجموع انحراف بهترین جواب های هر تابع هدف از بهترین جواب های پارتو

۶-۶- جمع بندی

فصل ۷: جمع‌بندی و پیشنهاد برای تحقیقات آتی

۷-۱- مقدمه

۷-۲- جمع‌بندی و خلاصه ی نتایج

۷-۳- نوآوری و مشارکت علمی

۷-۴- پیشنهادها برای تحقیقات آینده