CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

A clustering based genetic algorithm approach to flexible job shop scheduling problemA clustering based genetic algorithm approach to flexible job shop scheduling problem A clustering based genetic algorithm approach to flexible job shop scheduling problemA clustering based genetic algorithm approach to flexible job shop scheduling problemA clustering based genetic algorithm approach to flexible job shop scheduling problem A clustering based genetic algorithm approach to flexible job shop scheduling problemA clustering based genetic algorithm approach to flexible job shop scheduling problemA c

اعتبار موردنیاز: ۱ | تعداد صفحات: ۵ | تعداد نمایش خلاصه: ۸ | نظرات: ۰
سال انتشار: ۱۳۹۵
کد COI مقاله: IIEC13_053
زبان مقاله: انگلیسی
حجم فایل: ۶۳۵.۸۵ کلیوبایت (فایل این مقاله در ۵ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۵ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله A clustering based genetic algorithm approach to flexible job shop scheduling problemA clustering based genetic algorithm approach to flexible job shop scheduling problem A clustering based genetic algorithm approach to flexible job shop scheduling problemA clustering based genetic algorithm approach to flexible job shop scheduling problemA clustering based genetic algorithm approach to flexible job shop scheduling problem A clustering based genetic algorithm approach to flexible job shop scheduling problemA clustering based genetic algorithm approach to flexible job shop scheduling problemA c

  Aliyeh Mohamadi-talab - M.S.c student in industrial engineering, Department of Industrial Engineering, Sharif University of Technology
  Majid Rafiee - Assistant Professor, Department of Industrial Engineering, Sharif University of Technology
  Mohamad Khalilzadeh - ssistant Professor, Department of Industrial Engineering, Islamic Azad University, Science and Research Branch, Tehran

چکیده مقاله:

Nowadays 1 in competitive industrial environment, necessity to production in high volume and with high quality causes conditions in which companies have to implement new production methods such as Just in time or lean manufacturing systems. However flexible job shop problem is a modified version of classical job shop problem. It has been proved that this problem is strongly N-P hard. So solving this problem in reasonably computational time by implementing the exact solution methods is almost intractable. So in recent years many heuristic and meta-heuristic approaches have been introduced and developed to solve this problem. Hurink et al (1994) [1] have presented a tabu search method for this problem. Also Dauzere-Peres and Pauli (1997) [2]have implemented a tabu search method extending the disjunctive graph representation for the classic job shop problem by consideration the assignment of different operations to available machines. Mastrolilli and Gambardella (2000) [3] proposed a tabu search procedure with effective neighborhood search method for solving the problem. In recent years many various techniques have been introduced to solve the Flexible job shop problem. For instance, Brandimarte (1993) [4] has proposed a heuristic approach. In his heuristic, sequencing of operations is determined firstly and then assignment of operations to machines using dispatching rules is done. Also a genetic approach has been developed to solve the problem. Many hybrid genetic algorithms are proposed in last decade, Such as Kacem et al (2002) [5], Jia et al. (2003) [6], Ho and Tay (2004) [7], Pezzella et al(2008) [8],Gao et al (2008) [9] which have proposed the hybrid genetic and variable neighborhood descent algorithm for this problem. The purpose of Research proposed by Piroozfard et al [10] is to present a multi-objective flexible job shop scheduling problem with the objectives of minimizing total carbon footprint and total late work criterion, simultaneously, as sustainability-based and classical-based objective functions, respectively.

کلیدواژه‌ها:

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-IIEC13-IIEC13_053.html
کد COI مقاله: IIEC13_053

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Mohamadi-talab, Aliyeh; Majid Rafiee & Mohamad Khalilzadeh, ۱۳۹۵, A clustering based genetic algorithm approach to flexible job shop scheduling problemA clustering based genetic algorithm approach to flexible job shop scheduling problem A clustering based genetic algorithm approach to flexible job shop scheduling problemA clustering based genetic algorithm approach to flexible job shop scheduling problemA clustering based genetic algorithm approach to flexible job shop scheduling problem A clustering based genetic algorithm approach to flexible job shop scheduling problemA clustering based genetic algorithm approach to flexible job shop scheduling problemA c, سیزدهمین کنفرانس بین المللی مهندسی صنایع, بابلسر, دانشگاه علوم و فنون مازندران, https://www.civilica.com/Paper-IIEC13-IIEC13_053.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (Mohamadi-talab, Aliyeh; Majid Rafiee & Mohamad Khalilzadeh, ۱۳۹۵)
برای بار دوم به بعد: (Mohamadi-talab; Rafiee & Khalilzadeh, ۱۳۹۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز:
تعداد مقالات: ۱۸۰۷۵
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.