کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8254364 1533620 2017 8 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
An optimization algorithm for integrated remanufacturing production planning and scheduling system
ترجمه فارسی عنوان
یک الگوریتم بهینه سازی برای برنامه ریزی و برنامه ریزی تولید بازسازی مجتمع
کلمات کلیدی
ترجمه چکیده
شناخته شده است که برنامه ریزی و برنامه ریزی تولید تاثیر متقابل و محدودیت دارند. در این مقاله هدف ما به دست آوردن حداقل زمان بازسازی قطعات بازیافتی با استفاده از متغیرهای تجدیدپذیر و بهینه سازی برنامه ریزی تولید و بازسازی مجدد و سیستم زمانبندی در شرایط نامطمئن است. برنامه ریزی یکپارچه تولید و مدل بهینه سازی برنامه ریزی شده با محدودیت های متغیر خبری در ابتدا ایجاد شده است. سپس یک الگوریتم هوشمند ترکیبی از جمله تکنیک شبیه سازی تصادفی، شبکه عصبی و الگوریتم های ژنتیکی برای بهینه سازی برنامه ریزی تولید و بازبینی تولید سیستم برنامه ریزی شده را توسعه می دهیم. علاوه بر این، ما یک ماتریس نمونه های متغیر تصادفی را از طریق روش شبیه سازی تصادفی تولید می کنیم و یک شبکه عصبی آموزش دیده به الگوریتم ژنتیکی تعبیه شده است. در نهایت، این الگوریتم هوشمند ترکیبی برای بهینه سازی برنامه ریزی تولید و بازبینی یکپارچه و برنامه ریزی سیستم از طریق یک مطالعه مورد استفاده قرار می گیرد.
موضوعات مرتبط
مهندسی و علوم پایه فیزیک و نجوم فیزیک آماری و غیرخطی
پیش نمایش مقاله
یک الگوریتم بهینه سازی برای برنامه ریزی و برنامه ریزی تولید بازسازی مجتمع
چکیده انگلیسی
It is known that production planning and scheduling are mutual influence and restriction. In this paper, we aim to obtain the minimum remanufacturing time of recycling parts by use of birandom variables and further optimize an integrated remanufacturing production planning and scheduling system under uncertain conditions. An integrated production planning and scheduling optimization model with birandom variable restraints is firstly established. Then we develop a hybrid intelligent algorithm including random simulation technique, neural network, and genetic algorithms to optimize an integrated remanufacturing production planning and scheduling system. Furthermore, we generate a random variable samples matrix through random simulation technique and a trained neural network is embedded into genetic algorithm. Finally, this hybrid intelligent algorithm is applied to optimize an integrated remanufacturing production planning and scheduling system through a case study.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Chaos, Solitons & Fractals - Volume 105, December 2017, Pages 69-76
نویسندگان
, , , ,