Layer 1

 

 

 

 

۴

 

 

 

۷

 

 

 

۸

 

 

 

۱

 

 

 

۳

 

 

 

۲

 

 

 

۶

 

 

 

۵

 

 

 

۵

 

 

 

۲

 

 

 

۶

 

 

 

۱

 

 

 

۴

 

 

 

۳

 

 

 

Layer 2

 

 

 

 

 

جدول ۳‑۱٫ نمایش جواب مساله توسط کروموزوم
همانطوریکه مشاهده میکنید کروموزوم شامل دو لایه ژن با طول برابر است. لایه اول برای کد کردن نتایح تشکیل سلول و لایه دوم برای ارائه اطلاعات چیدمان و زمانبندی مورد استفاده قرار گرفته است. هر لایه از ژنها به دو دسته تقسیم شده است که بخش اول شامل m ژن که مطابق با تعداد ماشینها میباشد و بخش دوم شامل n ژن که مرتبط با قطعه ها است. به این ترتیب هر لایه از کروموزم دارای m+n ژن خواهد بود.
در لایه اول، از کدینگ مستقیم استفاده شده است و آلل[۹۷] (هر یک از مقادیر متفاوتی که یک ژن میتواند دارا باشد) هر ژن شماره سلولی که قطعه یا ماشین مورد نظر در آن قرار گرفته است را نمایش میدهد. به عنوان مثال، ماشین ۱ به سلول ۲ و ماشین ۳ به سلول ۱ اختصاص یافته است. سلول ۱ شامل {m3,m4,m5,p1,p2,p5,p8} و سلول ۲ شامل {m1,m2,m6,p3,p4,p6,p7} است. در لایه دوم از کدینگ غیرمستقیم بهره گرفتهایم و آلل هر ژن موقیعت وزنی[۹۸] هر ماشین یا قطعه را ارائه مینماید. برای مثال موقعیت وزنی ماشین ۱ ، ۳ و برای ماشین ۴ این مقدار برابر ۴ است. این فاکتور برای قطعههای ۳ و ۶ به ترتیب ۲ و ۸ میباشد. با مرتب سازی ماشینها مطابق موقعیت وزنی به صورت کاهشی{m4,m6,m2,m1,m5,m3}، ترتیب قرارگیری ماشینها در سلول ۱ به صورت {m4,m5,m3} و در سلول ۲ به صورت {m6,m2,m1} خواهد بود به طوریکه در هر سلول ماشینها به ترتیب از موقعیت ۱ مستقر میشوند، به طور مثال در سلول ۲، ماشین ۱ در موقعیت ۳ و در سلول ۱، ماشین ۴ در موقعیت ۱ قرار خواهند گرفت. به طور مشابه، قطعهها نیز با توالی {p6,p7,p2,p1,p8,p4,p3,p5}، زمانبندی خواهند شد با در نظر گرفتن اطلاعات هر دو لایه، چیدمان ماشینها در هر سلول و تخصیص قطعهها در سلول ۱ به ترتیب به صورت {m4,m5,m3} و {p2,p1,p8,p5} بوده و به طور مشابه برای سلول ۲ با توجه به صورت{m6,m2,m1} و {p6,p7,p4,p3} خواهد بود.

 

دانلود متن کامل پایان نامه در سایت jemo.ir موجود است

 

 

۳-۲-۱-۸- ایجاد جمعیت اولیه

 

 

مرحله دوم اجرای الگوریتم ژنتیک، ایجاد جمعیت اولیه میباشد، تعداد حل اولیه که در جمعیت در نظر گرفته میشود اندازه جمعیت است که در این تحقیق تمام حل اولیه به صورت تصادفی تولید شده است. تعیین اندازه جمعیت مناسب یکی از تصمیمگیریهای مهم در اجرای الگوریتم ژنتیک میباشد، چراکه اگر اندازه جمعیت کوچک باشد ممکن است نتوانیم به حل خوبی دست پیدا کنیم و از طرف دیگر اگر این مقدار خیلی بزرگ باشد ممکن است پردازنده زمان زیادی برای یافتن حل بهتر صرف کند. به همین منظور برای یافتن مقدار مناسب اغلب از آزمون و خطا استفاده میشود.

 

 

۳-۲-۱-۹- تابع برازندگی

 

 

در اجرای الگوریتم ژنتیک، از یک تابع برازندگی برای ارزیابی و تعیین اینکه آیا یک کروموزوم برای استفاده جهت تولید کروموزمهای جدید باقی مانده و به عنوان فرزند در نسل جدید استفاده خواهد شد یا خیر مورد استفاده قرار میگیرد. تابع برازندگی برای محاسبه میزان ارزش یک کروموزوم بکار میرود. در این تحقیق، تابع برازندگی تغییر حالتی از تابع زمان تکمیل کارها میباشد که این تغییر برای تبدیل هدف مینیمم سازی به ماکزیمم سازی است و به صورت زیر میباشد:
f(x) = Cmax – g(x) , g(x) < Cmax
f(x) = 0 , otherwise
روشهای مختلفی برای انتخاب ضریب Cmax وجود دارد که در این مطالعه بزرگترین مقدار زمان تکمیل کار از مقادیر جمعیت کنونی است.

 

 

۳-۲-۱-۱۰- انتخاب

 

 

هدف مرحله انتخاب این است که به مناسبترین جوابها این اجازه را بدهیم تا در تولید فرزندان نسل بعدی در نظر گرفته شوند. به هر جوابی متناسب با میزان ارزش و برازندگی آن، یک احتمال مشخص برای انتخاب شدن اختصاص مییابد. با اینکه جوابهای بهتر احتمال بیشتری برای انتخاب شدن جهت تولید نسل بعدی را دارند اما همه جوابهای جمعیت شانس انتخاب شدن خواهند داشت. در این پژوهش برای مرحله انتخاب از روش تورنامنت استفاده شده است و به طور پیش فرض از زیر گروه ۴ عددی برای این روش استفاده شده است.

 

 

۳-۲-۱-۱۱- تقاطع

 

 

تولید نسل جدید (فرزندان) با استفاده از عملگرهای تقاطع و جهش بر روی والدین انتخاب شده در مرحله قبل انجام میگیرد. تقاطع اطلاعاتی از دو والد را به نحوی ترکیب میکند که دو فرزند ایجاد شده شباهتهایی را به والدین خود خواهند داشت. از جمله روشهای مرسوم در مدلهای الگوریتم ژنتیک برای عملگر تقاطع، روش تک نقطهای[۹۹]، دو نقطهای[۱۰۰] و یکنواخت[۱۰۱] را میتوان نام برد. با این حال این عملگرها ممکن است کروموزومهای غیرقانونی تولید کنند که برای رفع این مشکل از راههایی چون تقاطع تطبیقی اندک[۱۰۲]، تقاطع ترتیبی[۱۰۳] و تقاطع چرخهای[۱۰۴] و دیگر روشها میتوان بهره گرفت.
در این مطالعه، با توجه به قالب کروموزومی سلسله مراتبی منحصربفرد استفاده شده، از تقاطع تک نقطهای و تقاطعPMX استفاده شده است. در ابتدا یک نقطه قطع به طور تصادفی در طول کروموزوم انتخاب میشود، اگر این نقطه دقیقا بین دو بخش قطعه و ماشین باشد به سادگی از تقاطع تک نقطعهای برای ترکیب دو کروموزوم استفاده میشود و بخش بعد از این نقطه در دو کروموزوم جابجا میشوند. در غیر اینصورت (یعنی نقطه قطع در داخل بخش قطعه یا ماشین باشد)، برای لایه اول کروموزوم تقاطع تک نقطهای بکار گرفته شده و برای لایه دوم برای پیشگیری از ایجاد کروموزم غیرقانونی از تقاطع PMX استفاده شده است. در جدول ۳-۲ مثالی از عملگر تقاطع نمایش داده شده است. به عنوان مثال نقطعه انتخابی برای تقاطع در محلی بین موقعیت ۳ و ۴ در بخش ماشین است به این ترتیب با حالت دوم تقاطع روبرو هستیم بعد از اعمال تقاطع فرزندان ایجاد شده غیرقانونی هستند چراکه در لایه دوم فرزند اول و دوم به ترتیب دارای دو مقدار ۳ و ۵ هستیم برای رفع این مشکل، مقدار آللهایی که با این مشکل روبرو هستند و بعد از نقطه تقاطع قرار دارند را به مقدار حالت قبل از تقاطع باز میگردانیم و اگر باز هم دچار چنین مشکلی شدیم آن را به مقداری از مقادیر قبلی این بخش که مجاز

 

Time_ave (min)	GA_ (Ave sol)	GA_ (Best Sol)	Time (min)	Lingo	NC	Um	Lm	Size(m×p)_o	Instance number
۳٫۰۴	۱۵۷٫۰۶	۱۵۰٫۹۸	۴٫۴۶	۱۴۳٫۶۶	۳	۲	۱

۲

 

 

 

۲۰×۳۰

 

 

 

۴

 

 

 

 

۱۲۹۶٫۸۴

 

 

 

۱۲۳۱٫۹۴

 

 

 

۱۵۶۰

 

 

 

۱۴۸۹

 

 

 

۶

 

 

 

۵

 

 

 

۳

 

 

 

۲۷×۴۰

 

 

 

۵

 

 

 

 

 

در شکلهای ۴-۳ و ۴-۴ نمای دیگری از نتایج بدست آمده را به ترتیب در نمودار اول مقادیر بهترین جواب و در نمودار دوم میزان میانگین جوابها برای هر مثال در دو حالت چیدمان تک ردیفی و دو ردیفی به صورت مقایسهای و در کنار هم قابل مشاهده است. با توجه به این نمودارها پی به این نکته میبریم که علارغم وجود بهبود در همه مقیاسها، با افزایش مقیاس و اندازه مساله میزان بهبود محسوستر و بیشتر خواهد بود.
شکل ۴‑۲٫ نمودار میانگین مقادیر تابع هدف در هر دو نوع چیدمان بر حسب مقیاس
شکل ۴‑۴٫ نمودار بهترین مقدار تابع هدف در هر دو نوع چیدمان بر حسب مقیاس
یکی دیگر از نمودارهای تحلیلی حاصل از نتایج محاسبه شکل ۴-۵ میباشد که میزان بهبود مقدار بهترین جواب را برای هر مثال ارائه میدهد. این مقدار بهبود از تقسیم مدت زمان کاهش یافته بهترین جواب بر مقدار آن در حالت چیدمان تک ردیفی حاصل گشته و در قالب درصد برای هر مثال محاسبه شده است. همانطوریکه از نمودار پیدا است این میزان بهبود تابع هدف و جواب بدست آمده برای مقیاسهای بزرگتر، بیشتر است.
شکل ۴‑۳٫ درصد بهبود بهترین جواب در هر مثال (مقیاس)

 

برای دانلود متن کامل پایان نامه به سایت zusa.ir مراجعه نمایید.

 

 

فصل پنجم

 

 

 

نتیجهگیری و پیشنهادات

 

 

 

۵-۱- نتیجهگیری

 

 

در این تحقیق، یک مدل یکپارچه تشکیل سلول، چیدمان سلول و زمانبندی عملیاتها با در نظر گرفتن چیدمان خطی دو ردیفی در حیطه طراحی سیستمهای تولید سلولی ارائه گردید. یک مدلی که به طور همزمان این سه فاکتور مهم و اثرگذار بر یکدیگر را در حالت چیدمان پیشنهادی خطی دو ردیفی هنگام طراحی سیستم در نظر میگیرد. یک الگوریتم ژنتیک نیز برای حل این مساله یکپارچه طراحی سلول ارائه شده است. در طراحی این سیستم برای چیدمان سلولی دو حالت خطی تک ردیفی و خطی دو ردیفی مورد بررسی قرار گرفته است که حالت اول معمول بوده است اما ما در این مدل با توجه به نتایج محاسباتی بدست آمده در بخش مقایسه این دو چیدمان، به این نتیجه رسیدهایم که چیدمان خطی دو ردیفی پیشنهادی نتایج بهتری را به همراه دارد و میزان این بهبود در مسائل با مقیاس و اندازه بزرگتر، بیشتر است. لازم است به این نکته اشاره شود که مدل پیشنهادی با اینکه یک چیدمان بهینه دو ردیفی برای سلولها ارائه کرده است در عین حال برای دیگر چیدمانهای سلولی متمایز و خاص نیز قابل استفاده است و برای این منظور تنها کافیست فاصله بین این سلولها را در اختیار داشته باشیم. این حالت برای محیطهای صنعتی که برای ما امکان استقرار سلول در هر محلی وجود ندارد و تنها چندین محل کاندید در موقعیتهای مختلف در دسترس است کاربرد دارد.

 

 

۵-۲- پیشنهادات برای تحقیقات آتی

 

 

پیشنهادات این تحقیق در دو حیطه توسعه مدل مساله و رویکردهای حل آن قابل ذکر است:
در زمینه توسعه مدل :
در نظر گرفتن چند فرآیند تولید برای هر قطعه و انتخاب مسیر تولید بهینه برای هر قطعه.
احتساب حجم تولید برای هر قطعه و در نظر گرفتن این فاکتور در محاسبات.
لحاظ نمودن دیگر انواع چیدمان سلولی همچون چیدمان U شکل در سلول.
توسعه مدل در قالب مدلهای چند هدفه و در نظر گرفتن اهداف دیگری چون هزینه جابجاییها در سیستم تولید سلولی.
در نظر گرفتن نیروی انسانی و تخصیص منابع انسانی به ماشینآلات.
لحاظ کردن احتمال شکست یا خرابی برای ماشینآلات.
در زمینه رویکردهای حل:

عوامل فنی – زیربنایی

 

 

۶

 

 

۰٫۷۴۹

 

 

 

 

عوامل انسانی

 

 

۶

 

 

۰٫۷۵۶

 

 

 

 

 

بررسی پایایی گویه های پرسشنامه نشان داده است که گزارههای هم‌طیف هر بخش، همبستگی بالایی داشتند. مقدار آلفای بالای ۷/۰ نشانگر پایایی بسیار مناسب پرسشنامه است.
۳-۸- فرضیات تحقیق
فرضیه، حدس عالمانه‌ای درباره‌ی حل یک مسأله است. فرضیه را می‌توان به منزله‌ی رابطه‌ای منطقی بین دو یا چند متغیر تعریف کرد که به صورت جمله‌ای آزمون ‌پذیر بیان می‌شود. این روابط بر پایه‌ی شبکه‌ی ارتباط‌هایی تجسم می شود که ریشه در چارچوب نظری تعریف شده برای تحقیق دارد (اوماسکاران^[۲]، ۱۳۸۵).
بر این اساس، فرضیات تحقیق به شرح زیر می‌باشد:
عوامل فرهنگی بر ساخت و ساز غیرمجاز شهر یزد مؤثر است.
عوامل فنی و زیربنایی بر ساخت و ساز غیرمجاز شهر یزد مؤثر است.
عوامل اقتصادی بر ساخت و ساز غیرمجاز شهر یزد مؤثر است.
عوامل انسانی بر ساخت و ساز غیرمجاز شهر یزد مؤثر است.
۳-۹- روش‌های مورد استفاده جهت تجزیه و تحلیل داده‌ها
۳-۹-۱- بررسی نرمال بودن متغیرها
برای بررسی نرمال بودن متغیرهای تحقیق از آزمون کولموگروف اسمیرنف استفاده میشود، در این آزمون فرض نرمال بودن متغیر در مقابل نرمال نبودن بررسی میشود.
Ho: دادهها از توزیع نرمال تبعیت میکنند.
H1: دادهها از توزیع نرمال تبعیت نمیکنند.
در صورتیکه مقدار معناداری آزمون بیشتر از سطح معناداری آزمون که معمولاً ۰٫۰۵ در نظر گرفته می‌شود، باشد فرض صفر تایید میشود و نرمال بودن متغیر مورد تایید قرار میگیرد و در غیر اینصورت متغیر نرمال نیست.
۳-۹-۲- بررسی ارتباط بین متغیرها
ضریب همبستگی پیرسون که به نام های ضریب همبستگی گشتاوری ویا ضریب همبستگی مرتبه ی صفر نیز نامیده می شود، توسط سرکارل پیرسون معرفی شده است. این ضریب به منظور تعیین میزان رابطه، نوع و جهت رابطه ی بین دو متغیر فاصله ای یا نسبی و یا یک متغیر فاصله ای و یک متغیر نسبی به کار برده می شود. چندین روش محاسباتی معادل می توان برای محاسبه ی این ضریب تعریف نمود.
الف) روش محاسبه با استفاده از اعداد خام
(۳-۳)
ب) روش محاسبه از طریق نمره های استاندارد شده
با تعریف و که در آن و به ترتیب انحراف معیار متغیرهای x و y می باشند، داریم:
(۳-۴)
ضریب همبستگی پیرسون بین -۱ و ۱ تغییر می کند. اگر۱ r = بیانگر رابطه ی مستقیم کاملاً خطی بین دو متغیر است، رایطه ی مستقیم یا مثبت به این معناست که اگر یکی از متغیرها افزایش (کاهش) یابد، دیگری نیز افزایش (کاهش) می یابد. ۱r = – نیز وجود یک رابطه ی معکوس کاملاً خطی بین دو متغیر را نشان می دهد. رابطه ی معکوس یا منفی نشان می دهد که اگر یک متغیر افزایش یابد متغیر دیگر کاهش می یابد و بالعکس. زمانی که ضریب همبستگی برابر صفر است نشان می دهد که بین دو متغیر رابطه خطی وجود ندارد.

شاخص برازش مقایسه ای (CFI)

 

 

 

۰ (عدم برازش) تا ۱ (برازش کامل)

 

 

 

 

(RFI) نیکویی برازش نسبی

 

 

 

۰ (عدم برازش) تا ۱ (برازش کامل)

 

 

 

 

(IFI) برازش افزایشی

 

 

 

۰ (عدم برازش) تا ۱ (برازش کامل)

 

 

 

 

 

۳-۹-۵- رتبه بندی راهکارها
AHP فازی: روشAHP فازی (FAHP) یک رویکرد سیستماتیک برای انتخاب گزینه ها و تطابق مسأله با استفاده از مفاهیم تئوری مجموعه فازی و تجزیه و تحلیل ساختار سلسله مراتبی است. تصمیم گیرنده می‌توانند برای بیان اهمیت ویژگی هر عملکرد اولویت ها را به شکل زبان طبیعی یا مقادیر عددی تعیین کند. سیستم با استفاده از FAHP این اولویت ها را با داده های موجود ترکیب می کند. در روش FAHP مقایسات زوجی در ماتریس قضاوتی اعداد فازی هستند و از عملگرهای تراکمی فازی و محاسبات فازی استفاده می شود. طریقه محاسبه زنجیره ای از بردارهای وزنی می باشند که برای انتخاب ویژگی اصلی استفاده می شوند. در برخی از مواقع تصمیم گیرنده می تواند اولویت ها را به شکل مقایسات زوجی عددی AHP مشخص کند. AHP که توسط آقای ساعتی معرفی شده است به شکل یک طیف ۹ درجه ای است. اهمیت دو عامل نسبت به یکدیگر بین این طیف قرار می گیرد. اعداد فازی مثلثی با AHP مرسوم بمنظور کمک به رتبه بندی قضاوت تصمیم گیرنده معرفی شده اند. مقدار مرکزی یک عدد فازی متناظر با مقدار واقعی قطعی است. دامنه عدد تخمینی از مقدار واقعی قطعی است. اگر تصمیم گیرنده نتواند اولویت های خود را بوسیله مقادیر عددی تعیین کند او می تواند اولویت ها را برای اهمیت ویژگی هر عملکردی به شکل عبارات طبیعی تعیین کند. تصمیم گیرنده زبان فازی را جهت ایجاد جدول جستجو برای مقادیر بکار می گیرد و مقدار مشترکش را از اعداد فازی استنتاج می کند. در رویه FAHP با استفاده از عملگرهای تراکمی و محاسباتی، زنجیره بردارهای وزنی محاسبه می شود که برای ترکیب امتیازات هر ویژگی مورد استفاده قرار می گیرد.
فصل چهارم
تجزیه و تحلیل داده ها
۴-۱- مقدمه
در این فصل، در بخش اول به منظور شناخت دقیق نمونه‌ی آماری، ابتدا متغیرهای جمعیت‌شناختی نمونه‌های مورد بررسی ارائه ‌شده است. سپس، با استفاده از آزمون‌های آماری و نرم افزار SPSS نسخه ۲۱ و AMOS نسخه ۲۲ به بررسی صحت و سقم نتایج به دست آمده میپردازیم.
در این تحقیق از آمار توصیفی و آمار استنباطی استفاده شده است. برای بررسی توصیفی متغیرها و سؤالات تحقیق از جداول فراوانی و نمودار دایرهای، آمارهای توصیفی شامل شاخصهای مرکزی (میانگین) و شاخصهای پراکندگی (واریانس، انحراف معیار، ضریب چولگی و ضریب کشیدگی) استفاده شده است.
جهت تحلیل متغیرهای جمعیت شناختی و متغیرهای اصلی تحقیق از آمار توصیفی استفاده شده است، همچنین جهت بررسی تأثیر متغیرهای جمعیت شناختی بر متغیرهای تحقیق از تحلیل آزمون مقایسات میانگین t و جدول آنالیز واریانس یکطرفه بهره بردهایم. برای بررسی تأثیر عوامل از روش معادلات ساختاری استفاده شده است.
۴-۲- آمار توصیفی متغیرهای جمعیت شناختی
۴-۲-۱- سن
جدول ۴-۱: جدول فراوانی متغیر سن

 

برای دانلود متن کامل پایان نامه به سایت zusa.ir مراجعه نمایید.