مدل سازی و حل مساله زمان بندی چند پروژه ای با محدودیت منابع، برنامه ریزی سفارش دهی و برنامه ریزی تولید منابع مصرفی در زنجیره تامین پروژه محور به وسیله الگوریتم فرا ابتکاری ژنتیک

با رشد روزافزون پروژه های صنعتی و پیچیده تر شدن فرآیندهای اجرایی، به ویژه در صنایع پروژه محور نظیر پتروشیمی، مسئله مدیریت هم زمان زمان بندی پروژه ها و تامین منابع مصرفی به یکی از دغدغه های اساسی در حوزه مهندسی صنایع تبدیل شده است. از یک سو، تخصیص بهینه منابع تجدیدپذیر مانند نیروی انسانی و تجهیزات در محیطی شامل پروژه های موازی اهمیت زیادی دارد و از سوی دیگر، برنامه ریزی دقیق برای تامین و تولید منابع مصرفی نظیر مواد اولیه که با هزینه های متغیر، ثابت و نگهداری همراه هستند، نقشی حیاتی در بهبود عملکرد اقتصادی و عملیاتی پروژه ها ایفا می کند. در چنین بستری، توسعه مدل های جامع، یکپارچه و ترکیبی که بتوانند به صورت هم زمان این مسائل را پوشش دهند، ضروری و اجتناب ناپذیر است. در این پژوهش، یک مدل ریاضی ابتکاری برای حل یکپارچه مسئله زمان بندی چندپروژه ای با محدودیت منابع تجدیدپذیر و برنامه ریزی تامین و تولید منابع مصرفی در قالب یک زنجیره تامین پروژه محور طراحی و ارائه شده است. در ساختار مدل، فرض می شود هر پروژه از تعدادی فعالیت دارای تقدم و تاخر مشخص تشکیل شده و هر فعالیت به ترکیبی از منابع مصرفی و تجدیدپذیر نیاز دارد. همچنین تامین منابع مصرفی از طریق سه گزینه مختلف شامل خرید خارجی، خرید داخلی و تولید داخلی قابل انجام است. تابع هدف مدل پیشنهادی به گونه ای تدوین شده که مجموع هزینه های خرید، تولید، نگهداری و سفارش دهی منابع را به حداقل برساند، در حالی که محدودیت هایی از جمله تقدم فعالیت ها، ظرفیت منابع تجدیدپذیر، زمان بندی تامین منابع مصرفی و تخصیص دقیق آن ها رعایت شود. به منظور ارزیابی عملیاتی مدل، یک مثال عددی با ابعاد واقعی طراحی شد که شامل دو پروژه با چهار فعالیت، دو منبع مصرفی (اتان و متانول)، دو منبع تجدیدپذیر (نیروی انسانی و ماشین آلات) و سه دوره زمانی می باشد. مدل پیشنهادی در محیط نرم افزار GAMS نسخه 24/1/2 پیاده سازی و توسط حل کننده CPLEX حل گردید. نتایج بهینه سازی حاکی از آن است که هزینه کل برابر با 12328/5 دلار به دست آمده و کلیه محدودیت های مدل به طور کامل ارضا شده اند. زمان اجرای مدل کمتر از 2/241 ثانیه گزارش شد که بیانگر کارایی بالا و سرعت حل مناسب مدل ریاضی ارائه شده می باشد. در گام بعد، به منظور بررسی توان الگوریتمی و قابلیت حل مسائل در مقیاس بزرگ تر، یک الگوریتم ژنتیک در محیط MATLAB نسخه R2016a توسعه یافت. طراحی کروموزوم به گونه ای انجام شد که شامل اطلاعات مرتبط با زمان شروع فعالیت ها و نحوه تامین منابع مصرفی باشد. در ساختار الگوریتم، از تابع برازندگی ترکیبی به همراه مکانیزم جریمه برای لحاظ کردن محدودیت ها استفاده گردید. الگوریتم ژنتیک در سه پیکربندی متفاوت با 1000، 5000 و 10000 نسل و جمعیتی به حجم 50 اجرا شد. بهترین نتیجه مربوط به نسل 10000 بود که هزینه ای معادل 12988/28 دلار به همراه نرخ همگرایی مناسب به دست آمد. زمان اجرای الگوریتم در این پیکربندی برابر با 18/74 ثانیه محاسبه گردید. تمام اجرای الگوریتم روی یک سیستم کامپیوتری با پردازنده Intel Core 2 Duo T9300 @ 2.50GHz، حافظه RAM معادل 4 گیگابایت و سیستم عامل 64 بیتی انجام شد. در مجموع، نتایج حاصل از حل دقیق مدل ریاضی و الگوریتم ژنتیک نشان می دهد که مدل پیشنهادی قادر است به طور موثر مسائل پیچیده زنجیره تامین پروژه محور را پوشش دهد. همچنین الگوریتم ژنتیک توسعه یافته نیز توانمندی قابل قبولی در دستیابی به جواب های نزدیک به بهینه از خود نشان داده و می تواند در حل مسائل بزرگ مقیاس به عنوان یک روش فراابتکاری مناسب مورد استفاده قرار گیرد. این پژوهش را می توان گامی موثر در جهت تلفیق عملیاتی برنامه ریزی پروژه با مدیریت زنجیره تامین در سطوح تاکتیکی و اجرایی قلمداد نمود.

کلیدواژه ها:

زمان بندی چندپروژه ای ، محدودیت منابع ، الگوریتم ژنتیک ، برنامه ریزی سفارش دهی ، مدل سازی ریاضی ، زنجیره تامین پروژه محور