ارزیابی عملکرد روش حل دقیق‌ و الگوریتم‌ ژنتیک‌ در مدلسازی و حل مسأله زمان‌بندی چندپروژه‌ای با محدودیت منابع تجدیدپذیر و مصرفی

سامان حسن‏ زاده روحلائی¹ محمد جابری هفشجانی²

1) گروه مهندسی صنایع‏، واحد ماهشهر، دانشگاه آزاد اسلامی، ماهشهر، ایران ،
2) گروه مهندسی صنایع‏، واحد ماهشهر، دانشگاه آزاد اسلامی، ماهشهر، ایران،

کد IOI مقاله : ABEB-ABKEAB
محل انتشار : چهارمین کنفرانس بین المللی پیشرفت های اخیر در مهندسی، نوآوری و تکنولوژی - بلژیک(eitconf.com)
چکیده :
    مسئله زمانبندی چندپروژه‏ای با محدودیت منابع تجدیدپذیر و مصرفی، به دلیل ماهیت ترکیبی و پیچیدگی محاسباتی، در زمره مسائل NP-hard قرار می‏گیرد و در صنایع پروژه محور کاربرد گسترده‏ای دارد. در این پژوهش، ابتدا یک مدل برنامه‏ریزی خطی عدد صحیح مختلط (MILP) برای بازنمایی دقیق ساختار مسئله توسعه داده شد و سپس کارایی دو رویکرد حل، شامل روش حل دقیق (پیاده‏سازی شده در محیط GAMS با حل‏کننده CPLEX) و الگوریتم فراابتکاری ژنتیک (پیاده‏سازی شده در محیط MATLAB) مورد ارزیابی و مقایسه قرار گرفت. بدین منظور، مسائل آزمایشی در ابعاد کوچک، متوسط و بزرگ طراحی و از منظر زمان محاسباتی، هزینه و کیفیت راه‏حل ارزیابی و مقایسه شدند. همچنین به‌منظور ارزیابی عملیاتی مدل، یک مثال عددی با ابعاد واقعی اجرا شد. نتایج نشان داد که روش حل دقیق در ابعاد کوچک و متوسط قادر است در زمان بسیار کوتاه، با هزینه حداقلی و با ارائه راه‌حل‌های بهینه، کارایی بالای مدل ریاضی را در بازنمایی صحیح ساختار مسئله تأیید کند. در مقابل، در ابعاد بزرگ که روش حل دقیق به دلیل رشد نمایی فضای جستجو با محدودیتهای محاسباتی مواجه می‏شود، الگوریتم ژنتیک توانست راه‌حل‌های باکیفیت را در زمان و هزینه معقول ارائه دهد. در مجموع، یافته‏های پژوهش حاکی از آن است که انتخاب روش حل باید متناسب با ابعاد مسئله صورت گیرد و بهره‌گیری از ترکیب روش‌ دقیق و الگوریتم ژنتیک می‌تواند راهبردی مؤثر برای حل مسائل پیچیده زمان‌بندی چندپروژه‌ای با محدودیت منابع در محیط‌های صنعتی باشد.

کلمات کلیدی : روش حل دقیق الگوریتم ژنتیک ‏ زمان‌بندی‏ چندپروژه‌ای محدودیت منابع تجدیدپذیر و مصرفی