SOLVING A NEW BI-OBJECTIVE DYNAMIC CELL FORMATION MODEL CONSIDERING FUZZY DEMAND BY SCATTER SEARCH
محل انتشار: دومین کنفرانس بین المللی تحقیق در عملیات ایران
سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,606
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICIORS02_210
تاریخ نمایه سازی: 11 اسفند 1387
چکیده مقاله:
A bi-objective dynamic cell formation problem with fuzzy demand is presented in this paper, where the total cell load variation and sum of the other costs consisting machine cost, inter-cell material handling cost, subcontracting parts purchasing, operation, maintenance, and reconfiguration of machines cost are to be minimized simultaneously. Moreover, it is more realistic to take into account the inexact and uncertain (fuzzy) nature of demand. Since this type of problem is NP-hard, a new Multi-Objective Scatter Search (MOSS) is designed for finding locally Paretooptimal frontier. To demonstrate the efficiency of the proposed algorithm, MOSS is compared with a well-known multi-objective genetic algorithm, i.e. NSGA-II based on some comparison metrics. The computational results indicate the pre-eminence of the proposed MOSS compared to this genetic algorithm.
کلیدواژه ها:
Multi-Objective Cell Formation Problem ، Dynamic CMS ، Multi-objective Scatter Search ، Fuzzy Theory
نویسندگان
Mojtaba Reyhaninejad
Department of Industrial Engineering, Payame Noor University, Tehran, Iran
Amir Saman Kheirkhah
Department of Industrial Engineering, Bu-Ali Sina University, Hamedan, Iran
Mehdi Ranjbar-Bourani
Department of Industrial Engineering, Islamic Azad University - South Tehran Branch & member of young research club (YRC), Tehran, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :