کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7494688 1485664 2018 17 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Minimizing total carbon footprint and total late work criterion in flexible job shop scheduling by using an improved multi-objective genetic algorithm
ترجمه فارسی عنوان
به حداقل رساندن ضریب کربن کلی و کل معیار کار دیرکرد در برنامه زمانبندی کار انعطاف پذیر با استفاده از الگوریتم ژنتیک چند منظوره بهبود یافته
کلمات کلیدی
برنامه زمانبندی مغازه انعطاف پذیر بی هدف، مدیریت عملیات پایدار محیط زیست، انتشار کربن، معیار کار در اواخر، الگوریتم ژنتیک چند هدفه،
ترجمه چکیده
در برنامه ریزی، توجه قبلی توجه شده است به توابع هدف کلیدی مبتنی بر کلاسیک، در حالی که نادیده گرفتن توابع هدف محیطی. هدف از این تحقیق، ارائه یک برنامه زمانبندی کار چند منظوره انعطاف پذیر کار با اهداف به حداقل رساندن کل ردپای کربن و معیار کل دیر کار، به طور همزمان، به عنوان عملکرد پایه و مبتنی بر کلاسیک هدف است. برای حل این مشکل به طور موثر، یک الگوریتم ژنتیک چند منظوره بهبود یافته برای به دست آوردن برنامه های غیرواقعی با کیفیت بالا پیشنهاد شده است. این اثر دارای سه اصل مهم علمی است که عبارتند از: (1) این یک تحقیق جدید و پیشگام است که به کاهش ریزش کربن در برنامه ریزی کار انعطاف پذیر اشاره می کند؛ (2) این اولین تحقیق است که در کل معیار کار دیرینه در چندین ساله، الگوریتم تکاملی کار انعطاف پذیر و انعطاف پذیر، و (3) این تحقیق الگوریتم پیشرفته چند منظوره تکاملی را برای حل مسئله دوبعدی جدید توسعه یافته ارائه می دهد. گام به گام الگوریتم پیشنهادی ارائه شده است و پانزده نمونه جدید تست گسترش یافته با روش پیشنهادی حل شده است. نتایج محاسباتی الگوریتم پیشنهاد شده با دو الگوریتم تکاملی چند منظوره و شناخته شده چند منظوره مقایسه شده است، یعنی الگوریتم ژنتیک مرتب غالب نشده و قدرت الگوریتم تکاملی پارتو 2. نتایج اصلی نشان می دهد که: (1) الگوریتم پیشنهادی برتر در یافتن برنامه های غیرواقعی با کیفیت بالا است (2) در چهار معیار مقایسه میانگین نسبت به الگوریتم های دیگر بهتر عمل می کند و (3) رد پای کربن بر روی راه حل های بهینه تاثیر می گذارد. به عنوان نتیجه گیری، الگوریتم پیشنهادی برای مدیران تولید مفید است تا عملیات خود را به گونه ای تنظیم کنند که بتواند انتشار کربن را کاهش داده و در نتیجه به حداقل رساندن کار دیرینه برسد. مدیران تولید همچنین انعطاف پذیری را در انتخاب یک برنامه از میان مجموعه ای از برنامه های غلط غلط خواهند داشت.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی انرژی های تجدید پذیر، توسعه پایدار و محیط زیست
پیش نمایش مقاله
به حداقل رساندن ضریب کربن کلی و کل معیار کار دیرکرد در برنامه زمانبندی کار انعطاف پذیر با استفاده از الگوریتم ژنتیک چند منظوره بهبود یافته
چکیده انگلیسی
In scheduling, previous research attention has been directed towards classical-based objective functions, while ignoring environmental-based objective functions. The purpose of this research is to present a multi-objective flexible job shop scheduling problem with the objectives of minimizing total carbon footprint and total late work criterion, simultaneously, as sustainability-based and classical-based objective functions, respectively. In order to solve the presented problem effectively, an improved multi-objective genetic algorithm is proposed to obtain high quality non-dominated schedules. This work has three main scientific contributions that are: (1) This is a novel and pioneer research that addresses carbon footprint reduction in flexible job shop scheduling, (2) This is also the first research that addresses the total late work criterion in multi-objective flexible job shop scheduling, and (3) This research proposes an improved multi-objective evolutionary algorithm for solving the newly extended bi-objective problem. Stepwise delineation of the proposed algorithm is provided and fifteen newly extended test instances are solved by the proposed approach. Computational outcomes of the proposed algorithm are compared with two most representative and well-known multi-objective evolutionary algorithms, namely, non-dominated sorting genetic algorithm II and strength Pareto evolutionary algorithm 2. The principal results show that: (1) The proposed algorithm is superior in finding high quality non-dominated schedules, (2) It performs better in four averaged comparison metrics as compared to the other algorithms, and (3) Carbon footprint has an impact on the optimum solutions. As conclusions, the proposed algorithm is useful for production managers to schedule their operations in a way that can reduce carbon emission while minimizing late work. Production managers will also have the flexibility in selecting a schedule from amongst a set of non-dominated schedules.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Resources, Conservation and Recycling - Volume 128, January 2018, Pages 267-283
نویسندگان
, , ,