کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6892541 1445450 2018 16 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
The green capacitated multi-item lot sizing problem with parallel machines
ترجمه فارسی عنوان
مشکل سبز چند منظوره سبز با ماشین های موازی
کلمات کلیدی
تولید سبز، مصرف انرژی، انتشار کربن، تعداد زیادی اندازه، طرح تولید، ابتکاری، آرامش لاگرانژی، نسل ستون،
ترجمه چکیده
انتشار کربن مربوط به مصرف انرژی در صنایع تولیدی، بخش قابل توجهی از اعمال زیست محیطی است. برای کاهش انتشار کربن، ما محدودیت های انتشار کربن را به مسئله اندازه گیری چند منظوره چند منظوره با ماشین های موازی غیرتجاری معرفی می کنیم. هدف این مشکل، رفع نیاز مشتری به موارد مختلف در طول افق برنامه ریزی، با هدف کاهش هزینه های کل بدون محدود کردن ظرفیت و محدودیت های انتشار کربن است. ما مشکل را با یک مدل برنامه ریزی عدد صحیح ترکیب می کنیم و پیشنهاد می کنیم روش های آرام سازی لاگرانژی و روش های ستون برای بهبود مرزهای پایین تر از آرام سازی برنامه ریزی خطی. علاوه بر این، ما برای انتخاب مسئله و مقایسه اکتشافی با سایر روش های پیشرفته در ادبیات، از روش پیشگیرانه به نام اکتشافی استفاده می کنیم. نتایج محاسباتی نشان می دهد که اتخاذ انتخاب پیشرفته به صورت محاسباتی قابل ردیابی است و می تواند نتایج مشابهی را با همان منابع محاسباتی به دست آورد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر علوم کامپیوتر (عمومی)
پیش نمایش مقاله
مشکل سبز چند منظوره سبز با ماشین های موازی
چکیده انگلیسی
Carbon emissions related to energy consumptions from the manufacturing industry have become a substantial part of environmental burdens. To reduce carbon emissions, we introduce carbon emission constraints into the capacitated multi-item lot sizing problem with nonidentical parallel machines. The problem aims to satisfy customer demand for various items over the planning horizon, with an objective to minimize total costs without violating the capacity and carbon emission constraints. We formulate the problem with a mixed integer programming model and propose Lagrangian relaxation and column generation methods to improve lower bounds over the linear programming relaxation. Furthermore, we apply a heuristic named progressive selection to solve the problem and compare the heuristic with other state-of-the-art approaches in the literature. Computational results indicate that the progressive selection heuristic is computationally tractable and can obtain superior results under the same computational resources.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers & Operations Research - Volume 98, October 2018, Pages 149-164
نویسندگان
, , , , ,