Modelling and Intelligent Optimisation of Production Scheduling in VCIM Systems

این پایان نامه در مورد یک مدل برنامه ریزی تولید نوآورانه برای سیستم های تولید یکپارچه کامپیوتر مجازی (VCIM) گزارش می دهد. همچنین یک الگوریتم ژنتیک قوی را برای زمان‌بندی تولید در سیستم‌های VCIM توصیف می‌کند. این مدل که تا به امروز جامع‌ترین نوع خود است، نه تنها قادر به پشتیبانی از برنامه‌ریزی مشترک حمل و نقل و رسیدگی به چندین سفارش محصول به طور همزمان است، بلکه به مقابله با چندین تابع هدف تحت عدم قطعیت نیز کمک می‌کند. به نوبه خود، الگوریتم ژنتیک، که با ساختار الگوریتم نوآورانه، رمزگذاری کروموزوم، متقاطع و جهش مشخص می‌شود، قادر به جستجوی راه‌حل‌های بهینه/نابهینه برای مسئله بهینه‌سازی پیچیده در مدل زمان‌بندی تولید VCIM است. در نهایت، اثربخشی رویکرد پیشنهادی در یک مطالعه موردی جامع تأیید می‌شود.

This thesis reports on an innovative production-scheduling model for virtual computer-integrated manufacturing (VCIM) systems. It also describes a robust genetic algorithm for production scheduling in VCIM systems. The model, which is the most comprehensive of its kind to date, is not only capable of supporting collaborative shipment scheduling and handling multiple product orders simultaneously, but also helps cope with multiple objective functions under uncertainties. In turn, the genetic algorithm, characterised by an innovative algorithm structure, chromosome encoding, crossover and mutation, is capable of searching for optimal/suboptimal solutions to the complex optimisation problem in the VCIM production- scheduling model described. Lastly, the effectiveness of the proposed approach is verified in a comprehensive case study.