بالانس خطوط مونتاژ مدلهای چندگانه با در نظر گرفتن اثر یادگیری و فراموشی کارگران - دانشکده فنی و مهندسی
بالانس خطوط مونتاژ مدلهای چندگانه با در نظر گرفتن اثر یادگیری و فراموشی کارگران
نوع: Type: پایان نامه
مقطع: Segment: کارشناسی ارشد
عنوان: Title: بالانس خطوط مونتاژ مدلهای چندگانه با در نظر گرفتن اثر یادگیری و فراموشی کارگران
ارائه دهنده: Provider: احمد فریدانی فر
اساتید راهنما: Supervisors: سرکار خانم دکتر سموئی
اساتید مشاور: Advisory Professors:
اساتید ممتحن یا داور: Examining professors or referees: جناب آقای دکتر بهنامیان - جناب آقای دکتر دزفولیان
زمان و تاریخ ارائه: Time and date of presentation: 25 آبان 1399
مکان ارائه: Place of presentation:
چکیده: Abstract: یکی از موضوعاتی که امروزه تولیدکنندگان با آنها درگیر هستند، بحث تنوع سلیقه های مشتریان است، و برای اینکه بتوانند شرایط را به شکلی مدیریت کنند که با کمترین تغییر محصولات را تولید کنند، نیاز دارند خطوطی به اصطلاح چندگانه را در نظر بگیرند که انعطاف لازم برای تولید این محصولات را داشته باشد. از سوی دیگر خیلی از محصولات نیازمند عملیات مونتاژ هستند. از این رو، دو مدل ریاضی جدید برای بالانس خط مونتاژ مدل های چندگانه ارائه می شود، که در آن عملیات مونتاژ توسط کارگران و به شکل دستی صورت می پذیرد. امّا، برای برنامه ریزی دقیق تر، تفاوت هایی که کارگران از منظر اثر یادگیری و فراموشی دارند روی بالانس خط مونتاژ منظور شده است. هدف این مقاله، حداقل کردن تعداد ایستگاه های کاری است، که با این کار می توان علاوه بر تولید محصولات متنوع برای پوشش دادن سلایق مختلف مشتریان، هزینه های احداث ایستگاه و استخدام و به کارگیری نیروی انسانی را به شکل غیر مستقیم به حداقل رساند. در مدل اول تمام پارامترها قطعی لحاظ گردیده اند. در مدل دوم، از آنجا که ممکن است تقاضای مشتریان ثابت نباشد و این عامل می تواند روی زمان سیکل اثرگذار باشد، از رویکرد استوار برای حل در سه سناریوی مختلف استفاده شده است. همچنین با توجه به اینکه بعضی از مسائل با این مدل و با استفاده از نرم افزار گمز در زمان عادی قادر به حل مسائل با ابعاد متوسط و بزرگ نمی باشند، شرایط را برای استفاده از الگوریتم های فراابتکاری فراهم کرده است. در این پژوهش الگوریتم های پیشنهادی استفاده شده شامل؛ الگوریتم های فراابتکاری بهینه سازی ازدحام ذرات (PSO) و الگوریتم بهینه سازی دسته میگوها (KHA) می باشد. در ادامه پس از حل مسائل مختلف در ابعاد کوچک، با استفاده از گمز، و ابعاد متوسط و بزرگ با استفاده از الگوریتم های نام برده شده، تجزیه و تحلیل روی مسائل مختلف نشان می دهد که رویکرد مدل سازی استوار، طراحی مطمئن تری ارائه می دهد و به تصمیم گیرندگان اجازه می دهد تا مونتاژ بهتری بر اساس درک بهتر از شرایط کوتاه مدت و بلند مدت، تحت شرایط عدم قطعیت تقاضا داشته باشند. همچنین با توجه به نتایج بدست آمده، الگوریتم دسته میگوها در زمان حل بسیار کمتری نسبت به الگوریتم رقیب به جواب نزدیک به بهینه رسید، و این نشان از قدرت و کارایی این الگوریتم در حل مسائل ریاضی پیچیده می باشد. کلید واژه : بالانس خطوط مونتاژ، خط مونتاژ مدل های چندگانه، اثریادگیری و فراموشی، الگوریتم بهینه سازی ازدحام ذرات، الگوریتم بهینه سازی دسته میگوها
فایل: ّFile: دانلود فایل