حل مسأله بالانس خط مونتاژ در حالت توالی عملیات چند گزینه‏ای با استفاده‏ از‏ الگوریتم فرا ابتکاری GRASP و الگوریتم ژنتیک

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 حل مسأله بالانس خط مونتاژ در حالت توالی عملیات چند گزینه‏ای با استفاده‏ از‏ الگوریتم فرا ابتکاری GRASP و الگوریتم ژنتیک دارای ۱۴ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد حل مسأله بالانس خط مونتاژ در حالت توالی عملیات چند گزینه‏ای با استفاده‏ از‏ الگوریتم فرا ابتکاری GRASP و الگوریتم ژنتیک  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی حل مسأله بالانس خط مونتاژ در حالت توالی عملیات چند گزینه‏ای با استفاده‏ از‏ الگوریتم فرا ابتکاری GRASP و الگوریتم ژنتیک،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن حل مسأله بالانس خط مونتاژ در حالت توالی عملیات چند گزینه‏ای با استفاده‏ از‏ الگوریتم فرا ابتکاری GRASP و الگوریتم ژنتیک :

تعداد صفحات :۱۴

چکیده مقاله:

مدل های برنامه ریزی خطی عدد صحیح، در حل مسائل بالانس خط مونتاژ محدودیت اندازه‏ی مسأله دارند و تنها می‏توانند برای حل مسائل در مقیاس‏های کوچک و متوسط بکارگیری شوند. اگر چه در برخی از موارد، مدل‏های برنامه‏ریزی ریاضی می‏توانند جواب بهینه را فراهم کنند، اما با این حال زمان محاسباتی مورد نیاز ممکن است خیلی بزرگ باشد. مسأله‏ی بالانس خط مونتاژ در حالت توالی عملیات چند گزینه‏ای، جزء مسائل ‏‎NP-hard محسوب می‏شود که توان بالقوه‏ی مدل‏های برنامه‏ریزی ریاضی را در رویارویی با مسائل در مقیاس‏های صنعتی محدود می‏کند. در این مقاله روش‏های فرا ابتکاری GRASP (روش جستجوی تطابقی تصادفی حریصانه) و الگوریتم ژنتیک با هدف یافتن جواب‏های خوب و نزدیک بهینه و زمان‏های محاسباتی کوچک استفاده می‏گردد. روش GRASP با بکار‏گیری یکی از روش‏های ساخت، یک جواب آغازین تولید می‏کند و جواب بدست آمده از روش‏های ساخت را با استفاده از یک روش بهینه‏ی محلی مبتنی بر یک استراتژی جستجوی همسایگی، بهبود می‏دهد. همچنین جواب بدست آمده از روش‏های ساخت، به عنوان یک جواب آغازین، توسط الگوریتم ژنتیک بهبود داده می‏شود. نتایج حاکی از آن است که تعداد ایستگاه‏های کاری و زمان محاسباتی مورد نیاز به منظور تخصیص عناصر کاری مونتاژ، در روش GRASP کمتر از الگوریتم ژنتیک است. بنابراین روش GRASP عملکرد بهتری نسبت به الگوریتم ژنتیک دارد.