مریم حاجی بابایی

در این پژوهش مسئله زمان بندی کار کارگاهی منعطف با ماشین های موازی با درنظرگرفتن معیار تولید پاک تر، منابع دوگانه انسان-ماشین، زمان دسترسی کارها و زمان پردازش وابسته به سرعت ماشین ها بررسی می شود. اهداف مسئله شامل حداقل کردن مجموع جریمه های دیرکرد و زودکرد و مجموع افزایش سرعت است. سرعت ماشین ها افزایش داده می شود تا زمان تکمیل کارها کاهش یابد. درحالی که افزایش سرعت به افزایش آلودگی صوتی در محیط تولیدی منجر می شود و با توجه به رویکرد تولید پاک تر که نگرشی پیشگیرانه است، در اینجا سعی شده است با حداقل کردن افزایش سرعت، میزان آلودگی صوتی کاهش داده شود. به این منظور در اینجا ابتدا یک مدل برنامه ریزی عدد صحیح مختلط توسعه داده شد. همچنین با توجه به دوهدفه بودن و NP-hard بودن مساله، برای حل آن از الگوریتم  NRGA استفاده و نتایج حاصله با نیز الگوریتم NSGAII با توجه به برخی از معیارهای کارایی چندهدفه مقایسه شد. نتایج حاصل از مقایسه الگوریتم ها نشان داد که الگوریتم پیشنهادی با توجه به معیار MID در نمونه های با 10 و 25 کار و در معیار RAS در نمونه های با 25 و 100 کار کارایی بهتری نسبت به الگوریتم NSGAII دارد. همچنین به منظور تجزیه وتحلیل دقیق تر از روش تاپسیس استفاده شد که نتایج کارایی الگوریتم پیشنهادی را نشان داد.

دارو محصولی حیاتی است که سلامت جامعه را رقم می زند و تحویل به موقع آن به مصرف کنندگان از اهمیت بالایی برخوردار بوده و در نتیجه نیازمند به برنامه ریزی مناسبی برای تولید/توزیع آن هستیم. در این پژوهش یک مسئله زنجیره تأمین دارویی دوسطحی چند دوره ای ارائه شد که تقاضا در سطح دوم غیرقطعی است. برای مدل سازی مسئله یادشده از رویکرد برنامه ریزی تصادفی دومرحله ای استفاده شد. هدف مدل ارائه شده شامل حداقل کردن هزینه های تولید، موجودی، انتقال، هزینه های زمان ارسال، زودکرد و دیرکرد است. با توجه به اینکه مدل با تابع هدف زودکرد و دیرکرد با موعد تحویل متفاوت یک مسئله NP-hard است و هرچه ابعاد مسئله افزایش یابد، روش دقیق توانایی حل مسئله را در زمان معقول ندارد؛ بنابراین برای این مسئله یک الگوریتم ژنتیک به همراه یک الگوریتم ترکیبی ژنتیک و جست وجوی همسایگی متغیر ارائه شد. در حل این مدل با استفاده از برنامه ریزی تصادفی، پنج سناریو مطالعه و شاخص «ارزش مورد انتظار اطلاعات کامل» محاسبه و درنهایت نتایج آن با جواب مدل برنامه ریزی تصادفی دومرحله ای مقایسه شد. همچنین روش برنامه ریزی تصادفی، الگوریتم ترکیبی و الگوریتم ژنتیک در نظر گرفتن سناریوهای مختلف با یکدیگر مقایسه شدند. نتایج نشان داد که از لحاظ تابع هدف الگوریتم ترکیبی کارایی بسیار خوبی در مقایسه با الگوریتم ژنتیک دارد.