این مقاله انگلیسی ISI در نشریه الزویر در 14 صفحه در سال 2016 منتشر شده و ترجمه آن 24 صفحه میباشد. کیفیت ترجمه این مقاله ارزان – نقره ای ⭐️⭐️ بوده و به صورت کامل ترجمه شده است.
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی | |
عنوان فارسی مقاله: |
روش سلسله مراتبی برای حل مسئله برنامه ریزی تولید و مسئله زمان بندی در اسکله های بارگیری فله |
عنوان انگلیسی مقاله: |
A hierarchical approach to solve a production planning and scheduling problem in bulk cargo terminal |
|
مشخصات مقاله انگلیسی (PDF) | |
سال انتشار | 2016 |
تعداد صفحات مقاله انگلیسی | 14 صفحه با فرمت pdf |
رشته های مرتبط با این مقاله | مهندسی صنایع |
گرایش های مرتبط با این مقاله | برنامه ریزی و تحلیل سیستم ها، بهینه سازی سیستم ها، لجستیک و زنجیره تامین |
چاپ شده در مجله (ژورنال) | کامپیوتر و مهندسی صنایع – Computers & Industrial Engineering |
کلمات کلیدی | برنامه ریزی تولید، زمان بندی، رویکرد سلسله مراتبی |
ارائه شده از دانشگاه | گروه علوم کامپیوتر، دانشگاه فدرال میناس گرایس، برزیل |
رفرنس | دارد ✓ |
کد محصول | F1243 |
نشریه | الزویر – Elsevier |
مشخصات و وضعیت ترجمه فارسی این مقاله (Word) | |
وضعیت ترجمه | انجام شده و آماده دانلود |
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش | 24 صفحه با فونت 14 B Nazanin |
ترجمه عناوین تصاویر و جداول | ترجمه شده است ✓ |
ترجمه متون داخل تصاویر | ترجمه شده است ✓ |
ترجمه متون داخل جداول | ترجمه شده است ✓ |
ضمیمه | ترجمه نشده است ☓ |
درج تصاویر در فایل ترجمه | درج شده است ✓ |
درج جداول در فایل ترجمه | درج شده است ✓ |
درج فرمولها و محاسبات در فایل ترجمه | به صورت عکس درج شده است ✓ |
منابع داخل متن | به صورت فارسی درج شده است ✓ |
کیفیت ترجمه | کیفیت ترجمه این مقاله متوسط میباشد |
فهرست مطالب |
چکیده
1- مقدمه 2-مرور منابع 3- بیان مسئله 4- فرمولاسیون PFPSP 5- رویکرد حل 5-1 فاز تولید 5-1-1 اکتشاف استراحت و تعمیر 5-2 فاز زمان بندی 5-2-1 اکتشاف SPIJ 5-3 ارتباط بین برنامه ریزی و زمان بندی 5-3-1 اکتشاف کاهش ظرفیت مسیر 5-4رویکرد سلسله مراتبی 6- آزمایشات محاسباتی 6-1 نمونه ها 6-2 مروری بر آزمایشات 7-نتیجه گیری و مطالعات آینده |
بخشی از ترجمه |
چکیده
تلفیق و یکپارچه سازی تصمیمات برنامه ریزی و زمان بندی، کلید دست یابی به عملیات تولید مطمئن و کارامد در شرکت های خدماتی و تولیدی مدرن است. در این مطالعه، ما یک مدل ریاضی را برای این یکپارچه سازی پیشنهاد می کنیم که این مدل با در نظر گرفتن عملیات لجستیک در بنادر فله ای تعریف می شود با این حال برای سازگاری باشرایط مختلف مناسب است. یکپارچگی در یک طرح سلسله مراتبی رخ می دهد که در آن مسائل تبادل داده ها از طریق یک سالور یا معادله تجاری و روش های اکتشافی حل می شود. هنگامی که زمان بندی امکان پذیر نیست اطلاعات ظرفیت به برنامه ریزی تولید برای تعدیل و یا نشان دادن استفاده از کار ها و وظایف جدید ارسال می شود. مدل و الگوریتم ها با در نظر گرفتن داده ها از شرایط واقعی ارزیابی می شوند. نتایج محاسبات نشان دهنده کارایی رویکرد است.
1- مقدمه
در سیستم های تولید، مسائل مربوط به برنامه ریزی تولید و زمان بندی، برای سود اوری شرکت ها، استفاده صحیح از منابع و اتمام کار موعد مقرر اهمیت دارند. این مسائل قابل کاربرد در طیف وسیعی از بخش ها نظیر صنعت ریخته گری( کارکو، متیولی و تلدو2012، دی سوزا ، برتاس و راوتی 2015)، صنایع غذایی( راکو و مورابیتو 2014) و حمل و نقل محموله در بنادر می باشد( روبناک، امانک و بیرلی 2014). اگرچه برنامه ریزی و زمان بندی متعلق به دو سطح تصمیم گیری متفاوت است( از راهبردی تا عملیاتی)، یک رابطه قوی بین آن ها وجود دارد و مطالعات مختلفی نیز در خصوص مدل ها و راهبرد ها وجود دارد( درکسل و کیمز 1997، میر و مان 2013، فاندن، جین،ورماا 2013، رامزنیان، سیمهرباد و تیموری 2013). راهبرد های منتشر شده را می توان به رویکرد های سلسله مراتبی و یکپارچه تقسیم کرد.
به طور کلی، هدف برنامه ریزی تولید، زمان و شیوه تولید محصولات مختلف است و تصمیمات معمولا با توازن و تعادل قیمت ها ارتباط دارند. در عوض، مسائل زمان بندی، شرایط کارخانه را در نظر گرفته و تعیین می کند که تولید بایستی چگونه رخ دهد. اهداف آن ها معمولا مرتبط با زمان است. بهینه سازی مستقل این مسائل می تواند منجر به راه حل های غیر بهینه شود و از این روی نیاز به ترکیب سطوح تصمیم وجود دارد. روش های تلفیقی یا یکپارچه، هر دو مسئله را به طور هم زمان در نظر می گیرد: به طوری که منجر به راه حل های بهتر در مبادله یک پیچیدگی محاسباتی و رایانشی می شود. رویکرد دیکر، یک روش اکتشافی است که در آن حالت سلسله مراتبی، برنامه ریزی تولید، مسائل زمان بندی و مبادله داده ها و راه حل ها رخ می دهد. دلایل و اهداف این تحقیق را می توان به صورت زیر تعریف کرد: در ابتدا طیف وسیعی از محصولات رسیده به یک پایانه لجستیک را در نظر بگیرید که بایستی برای برطرف کردن تقاضا و یا انتقال به یک انبار محلی، جا به جا شوند. برای انجام این انتقال، محصولات و تولیدات نیازمند یک سری تجهیزات هستند. از یک سو مسئله برنامه ریزی بایستی تصمیماتی را از حیث زمان جا به جایی مواد و مکان انتقال مواد بگیرد. از سوی دیگر، مسئله برنامه ریزی با امکان سنجی برنامه ریزی، تعیین مسیر تجهیزات و زمان ان ارتباط دارد. هدف این مطالعه و مرتبط با روش شناسی تلفیقی برای حل مسئله با موارد اندازه واقعی است. در این مقاله، استفاده از یک چارچوب سلسله مراتبی برای حل مسائل برنامه ریزی تولید و زمان بندی در ارایه محصولات در نظر گرفته می شود. این روش از طیف وسیعی از فرمولاسیون های ریاضی و اکتشافی استفاده می کند. جدید بودن این روش بر اساس ترکیبی از الگوریتم ها برای رسیدگی به توازن بین تصمیمات میان مدت و کوتاه مدت است. به علاوه، بر اساس راه حل زمان بندی، محدودیت های اضافی برای تقویت برنامه ریزی تولید ، ارایه می شوند. به منظور ارتباط این مسئله با دو سطح اطلاعات، ما از ظرفیت مسیر ها استفاده می کند. به علاوه، در این مطالعه، یک جارچوب سلسله مراتبی و یک مدل ریاضی ساخته می شود تا به مسئله انبار واقعی و حمل و نقل رسیدگی شود. این مسائل در پایانه حمل بار برزیل رخ می دهند. این مسئله در بنادر کانسنگ آهن اتفاق می افتند با این حال به طور کامل در مطالعات بررسی نشده اند. آزمایشات با در نظر گرفتن داده هایی از شرایط واقعی اعتبار سنجی می شوند و نتایج محاسباتی و رایانشی، اثر بخشی الگوریتم ها و مدل را نشان می دهند. ادامه این مقاله به صورت زیر سازمان دهی شده است: بخش 2 به بررسی مرور منابع می پردازد. بخش سوم به تعریف مسئله ای می پرداردکه بر اساس آن یک مدل برنامه نویسی ریاضی ایجاد می شود. بخش چهارم به بررسی مجموعه ها و متغیر های مورد استفاده در فرمولاسیون ریاضی می پردازد. بخش پنجم در مورد راهبرد و راه حل ها و الگوریتم های اصلی صحبت می کند. بخش ششم مربوط به نتایج رایانشی و محاسباتی بوده و در نهایت نتیجه گیری و تحقیقات آینده مطرح می شود. |
بخشی از مقاله انگلیسی |
Abstract The integration of planning and scheduling decisions is key to obtain an efficient and reliable production operation in a modern manufacturing and service company. In this work we propose a mathematical model for this integration, the model is defined considering logistic operations at bulk port, however is generic enough to be adapted to several situations. The integration takes place in a hierarchical scheme where the problems exchange data and they are solved through a commercial solver and heuristics. When scheduling is not feasible, capacity information is forwarded to production planning to adjust or indicate the use of new tasks. The model and algorithms are validated considering data from a real case. Computational results show the efficiency of the approach, producing strong bounds for large instances. 1 Introduction In production systems, production planning and scheduling problems are critical for profitability of companies, correct use of resources and to meet deadlines. These problems are applicable in a broad range of sectors, such as the casting industry (Camargo, Mattiolli, & Toledo, 2012; de Souza, Jr, Bretas, & Ravetti, 2015), the food industry (Rocco & Morabito, 2014), and cargo transportation in port terminals (Robenek, Umang, & Bierlaire, 2014). Even though planning and scheduling belong to two different decision levels (from strategic to operational), there is a strong relation between them and there is extensive literature on solution models and strategies (Drexl & Kimms, 1997; Meyr & Mann, 2013; Phanden, Jain, & Verma, 2013; Ramezanian, SaidiMehrabad, & Teimoury, 2013). Published strategies can be divided into hierarchical and integrated approaches. In a broad sense the production planning decides when and how many products must be produced, and the decisions are usually associated to cost trade-offs. Instead, scheduling problems take into account shop-floor settings and determine how the production must be executed. Their objectives are usually time-related. The independent optimization of these problems can clearly lead to non-optimal solutions, thus the need to combine the decisions levels. Integrated methods consider both problems simultaneously; that brings better solutions in exchange of a greater computational complexity. Another approach is a heuristic procedure, where in a hierarchical fashion the production planning and scheduling problems and solutions exchange data. The problem motivating this research can be defined as follows: lets consider a variety of products arriving at a logistics terminal (supply), they need to be transferred to meet the demand or to a local storage area. To make this transfer, products need a feasible route of equipment. On the one hand, the planning problem must take decisions regarding when to move the material and where to move it. On the other hand, the scheduling problem deals with making the planning feasible, that is, determining a route of equipment to be use at each time period. Different routes have different capacities. They may share equipment creating conflicts when used during the same time period. The focus of our work and the main contributions of this article are related to the integrated solution methodology to deal with a complex problem with real size instances. In this manuscript, we propose the use of a hierarchical framework to solve a production planning and scheduling problem for the delivery of products. The methodology uses a combination of heuristics and mathematical formulations; the novelty of the method is on the combination of this algorithms to deal with the trade-off between medium and short term decisions. Moreover, based on the scheduling solution additional constraints are generated to strengthen the production planning. To link this problem with two levels of information we use the capacity of the routes. In addition, to this contribution, the hierarchical framework, and a mathematical model are built to address a real storage and transportation problem, that occurs in a Brazilian bulk terminal. This problem is also common in iron ore port terminals and has not been fully investigated in the literature. The experiments are validated considering data from a real case and the computational results show the effectiveness of algorithms and model. The remainder of this article is structured as follows: Section 2 presents the literature review. Section 3 defines the problem on which a mathematical programming model is based. Section 4 presents some sets and variables used in the mathematical formulation (the complete model is available in the appendix). Section 5 discusses the solution strategy applied and the main algorithms developed. Section 6 is dedicated to computational results and the manuscript ends with conclusions and future research directions. |