An approach for modeling a new single machine scheduling problem with deteriorating and learning effects

Pakzad-Moghaddam, S.H.; Mina, Hassan; Tavakkoli–Moghaddam, Reza

doi:10.1016/j.cie.2014.09.021

Cited by 13 publications

(4 citation statements)

References 30 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The general structure of GA is started from a single population and it is improved from one generation to the next, this process continues till an acceptable solution is achieved. The two operators of mutation and crossover are considered to improve generation's fitness (Mirabedini et al, 2012;Pakzad-Moghaddam et al, 2014).…”

Section: Linearisation Of Some Nonlinear Clausesmentioning

confidence: 99%

Developing an integrated decision making model in supply chain under demand uncertainty using genetic algorithm and network data envelopment analysis

Nakhjirkan

Rafiei

Kashan

2019

IJMOR

View full text Add to dashboard Cite

Nowadays, organisations have recognised the importance of integrated decision making to improve supply chain performance. Since organisations cooperate with each other as a network, any ineffectiveness and inefficiency will be getting more highlighted and integration has become more important. This research describes a four echelon supply chain including supplier, producer, distributor and customer levels. The considered problem is a location routing inventory problem with uncertain demand. To validate integrated mathematical model several problems have been generated and solved using GAMS software. Results show solving time increases exponentially as problems dimension increases, which represents problem's complexity. Therefore, a heuristic genetic algorithm base on NDEA selection method is proposed. To evaluate proposed algorithm's effectiveness, generated problems have been solved by proposed method and three famous selection methods. Obtained results are compared by Wilcoxon test which represents the proposed algorithm's effectiveness.

show abstract

Section: Linearisation Of Some Nonlinear Clausesmentioning

confidence: 99%

Developing an integrated decision making model in supply chain under demand uncertainty using genetic algorithm and network data envelopment analysis

Nakhjirkan

Rafiei

Kashan

2019

IJMOR

View full text Add to dashboard Cite

show abstract

“…Kısıt (27) ile α güven aralığındaki öğrenme etkisi katsayısının -1 ve 0 arasında bir değer olduğu gösterilmektedir. Kısıt (28) ile α güven aralığındaki bozulma etkisi katsayısının 0 ve 1 arasında bir değer olduğu gösterilmektedir. Kısıt (29) ile işlerin hangi sırada işleneceğini gösteren karar değişkenleri X ,[ ] ile önceden belirlenmiş güven aralığı α'ya göre değer alacak olan karar değişkeni Y değerinin sadece ikili değerler alabileceği gösterilmiştir.…”

Section: Varsayimlar Ve Tanimlar (Assumptions and Definitions)unclassified

“…Toksarı ve Güner'in [18] diğer bir çalışmasında ise, ortak teslim zamanlı işlere ait erken tamamlanma sürelerinin ilk önce en çoktan en aza sıralanması, bu işlem ardından geç kalan işlerin geç kalma sürelerinin en azdan en çoğa doğru sıralanarak oluşturulan iki sıralamanın birleşiminden oluşan bir V-şekline göre oluşturulan çizelgelemenin, öğrenme ve bozulma etkisi altındaki paralel makine çizelgeleme problemleri için optimum çizelgeyi sağladığını ispatlamıştır. Öğrenme ve bozulma etkilerinin tek makine çizelgeleme problemlerindeki örnekleri için okuyucular [19], [20], [21], [22], [23], [24] [25], [26], [27], [28] ve [29] Çalışmalarında, işlerin tamamlanma tarihlerinin, her işe ait bulanık teslim süresi üyelik fonksiyonlarından elde edilen sayılardan minimum olanını en çoklayarak; işlerin tamamlanma zamanlarının, karar vericinin daha önce tasarladığı ve tatmin düzeyini yansıtan üyelik fonksiyonuna en uygun olmasını istemektedirler. Ayrıca, ortaya koydukları problemin polinom zamanlı çözülebilir olduğunu göstermişlerdir.…”

Section: Gi̇ri̇ş Ve Li̇teratür İncelemesi̇ (Introduction and Literature Runclassified

Bulanık Bozulma ve Öğrenme Etkileri Altında Tek Makine Erken/Geç Tamamlanma Probleminin Bulanık Şans Kısıtlı Programlama Tekniği ile İncelenmesi

Arık

Toksarı²

2018

Sakarya University Journal of Science

View full text Add to dashboard Cite

ÖZBu çalışmada tamamıyla bulanık ortamdaki tek makine çizelgeleme probleminde, öğrenme ve bozulma etkileri altındaki işlere ait ağırlıklı erken/geç tamamlanma maliyetlerinin en aza indirilmesi için bulanık karma tamsayılı doğrusal olmayan bir matematiksel model sunulmuştur. Çalışma içerisindeki işlem süreleri, öğrenme etkisi ve bozulma etkisi gibi parametreler belirsizlikleri nedeni ile bulanık sayılar olarak modellenmiştir. Öğrenme ve bozulma etkileri çizelgeleme problemlerinde yirmi yıldır oldukça ilgi görmektedirler. Erken/geç tamamlanma problemleri tam zamanında üretim felsefesini benimseyen üretim firmaları için oldukça önemlidir. Tam zamanında üretim yapan bir işletmenin gerçek hayat karmaşıklığını modelleyebilmek için bulanık küme teorisi ve erken/geç tamamlanma problemleri karma tamsayılı matematiksel modeller ile kullanılabilir. Bu çalışma içerisinde önerilen bulanık matematiksel modelin net eşleniğinin belirli güven aralıklarında oluşturularak çözülmesi için bulanık şans kısıtlı programlama tekniği kullanılmıştır. Anahtar Kelimeler:Tek makine, erken ve geç tamamlanma, bulanık parametreler, şans kısıtlı programlama, karma tam sayılı doğrusal olmayan bulanık programlama Fuzzy chance constrained programming technique for single machine earliness/tardiness scheduling problem under effects of fuzzy learning and deterioration ABSTRACTTo minimize total weighted earliness/tardiness costs of the jobs under effects of deterioration and learning on a single machine in a fully fuzzy environment, a mixed integer fuzzy non-linear mathematical programming model is presented in this study. Parameters in this study such as processing times, learning effect and deterioration effect are considered as fuzzy numbers because of their uncertainties. Learning and deterioration effects have been considered in scheduling problems for twenty years. Earliness/tardiness scheduling problems are significant for manufactures that adopt themselves in Just-in-Time philosophy. In order to model the real life complexity of Just-in-Time manufactures, earliness/tardiness scheduling problems can be used with mixed integer mathematical programming models. In this study, fuzzy chance 0652 Sakarya Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 22 (2), 652~662, 2018 O.A.Arık, D. Toksarı /Bulanık bozulma ve öğrenme etkileri altında tek makine erken/geç tamamlanma probleminin bulanık şans kısıtlı programlama tekniği ile incelenmesi constrained mathematical programming technique is used to find crisp equivalent of the proposed mixed integer fuzzy non-linear mathematical programming model and solve it.

show abstract

“…Jolai et al [21] focused on the bicriteria scheduling problem of minimizing the number of tardy jobs and maximum earliness for single machine scheduling without allowing idle times. Pakzad-Moghaddam et al [22] presented a mixed-integer mathematical programming model for a single machine scheduling problem with deteriorating and learning effects. Xu et al [23] solved the single machine scheduling problem with sequence-dependent setup times and conducted a systematic comparison of hybrid evolutionary algorithms (HEAs), which independently used the six combinations of three crossover operators and two population updating strategies.…”

Section: Introductionmentioning

confidence: 99%

A Decomposition-Based Two-Stage Optimization Algorithm for Single Machine Scheduling Problems with Deteriorating Jobs

Liu

Zhang

Wang

et al. 2015

Mathematical Problems in Engineering

View full text Add to dashboard Cite

This paper studies a production scheduling problem with deteriorating jobs, which frequently arises in contemporary manufacturing environments. The objective is to find an optimal sequence of the set of jobs to minimize the total weighted tardiness, which is an indicator of service quality. The problem belongs to the class of NP-hard. When the number of jobs increases, the computational time required by an optimization algorithm to solve the problem will increase exponentially. To tackle large-scale problems efficiently, a two-stage method is presented in this paper. We partition the set of jobs into a few subsets by applying a neural network approach and thereby transform the large-scale problem into a series of small-scale problems. Then, we employ an improved metaheuristic algorithm (called GTS) which combines genetic algorithm with tabu search to find the solution for each subproblem. Finally, we integrate the obtained sequences for each subset of jobs and produce the final complete solution by enumeration. A fair comparison has been made between the two-stage method and the GTS without decomposition, and the experimental results show that the solution quality of the two-stage method is much better than that of GTS for large-scale problems.

show abstract

An approach for modeling a new single machine scheduling problem with deteriorating and learning effects

Cited by 13 publications

References 30 publications

Developing an integrated decision making model in supply chain under demand uncertainty using genetic algorithm and network data envelopment analysis

Developing an integrated decision making model in supply chain under demand uncertainty using genetic algorithm and network data envelopment analysis

Bulanık Bozulma ve Öğrenme Etkileri Altında Tek Makine Erken/Geç Tamamlanma Probleminin Bulanık Şans Kısıtlı Programlama Tekniği ile İncelenmesi

A Decomposition-Based Two-Stage Optimization Algorithm for Single Machine Scheduling Problems with Deteriorating Jobs

Contact Info

Product

Resources

About