- همه نشریات
- نشریات علمی سازمان تحقیقات، آموزش و ترویچ کشاورزی
- مجلات ترویجی سازمان تحقیقات، آموزش و ترویج کشاورزی
- سایر نشریات سازمان تحقیقات، آموزش و ترویج کشاورزی
- نشریات علمی انجمن ها
- علوم آب و خاک
- علوم اقتصاد و ترویج کشاورزی
- علوم جنگل, مرتع و آبخیزداری
- علوم دامی و شیلات
- علوم زراعی و باغی
- علوم گیاهپزشکی
- علوم مهندسی و مکانیزاسیون کشاورزی
- نشریات با زبان انگلیسی
- نشریات با زبان فارسی
- نشریات دانشگاه آزاد اسلامی
- نشریات علمی
پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 283 |
| تعداد نشریات سازمان | 81 |
| تعداد شماره‌ها | 2,726 |
| تعداد مقالات | 31,042 |
| تعداد مشاهده مقاله | 27,964,499 |
| تعداد دریافت فایل اصل مقاله | 16,242,111 |
بهینه‌سازی زمان- هزینه- کیفیت در مدیریت پرورش گاو شیری با استفاده از تلفیق الگوریتم‌های فراابتکاری و منطق فازی | ||
| تحقیقات سامانه‌ها و مکانیزاسیون کشاورزی | ||
| مقاله 5، دوره 17، شماره 66، خرداد 1395، صفحه 43-56 اصل مقاله (335.65 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22092/erams.2016.106419 | ||
| نویسندگان | ||
| محمد شریفی* 1؛ عرفان خسروانی مقدم2؛ پیام حاتمی3 | ||
| 1استادیار گروه مهندسی ماشینهای کشاورزی دانشکده مهندسی و فناوری کشاورزی پردیس کشاورزی و منابع طبیعی دانشگاه تهران | ||
| 2دانشجوی دکتری پردیس کشاورزی و منابع طبیعی تهران، دانشکده مهندسی ماشین های کشاورزی | ||
| 3دانشجوی کارشناسی ارشد فیزیولوژی دام، گروه علوم دامی، دانشکده علوم و مهندسی کشاورزی، پردیس کشاورزی و منابع طبیعی دانشگاه تهران | ||
| چکیده | ||
| یکی از مسائل بسیار مهم در مدیریت تولید، انتخاب بهترین گزینه برای انجامدادن هر یک از فعالیت‌های تولید است به نحوی که هزینه و زمان تولید دارای کمترین مقدار و کیفیت دارای بالاترین مقدار ممکن باشد. با توجه به تعداد زیاد فعالیتها و گزینه‌های انتخابی برای هر فعالیت، معمولاً این انتخاب جواب منحصر به فرد ندارد و می‌توان با استفاده از تابع مطلوبیت و اختصاص دادن وزن‌هایی به زمان، هزینه و کیفیت، بهترین جواب را از بین جوابهای به دست آمده انتخاب کرد. به دلیل اینکه تصمیم‌گیری برای آینده همیشه بر اساس احتمال است، در این پژوهش سعی شد تا با استفاده از ریاضیات منطق فازی برای هزینه، زمان و کیفیت فرایند تولید شیر، بازهای به صورت اعداد فازی در نظر گرفته شود و برای مدیریت ریسک، آلفاکاتی نیز در این بازه تعریف شود. پس از آن با به کارگیری و مقایسۀ دو الگوریتم ازدحام ذرات و الگوریتم ژنتیک، از بین روش‌های مختلف انجام دادن هر فعالیت در فرایند تولید شیر، تحت تاثیر آلفاکاتهای مختلف، بهترین روش برای هر فعالیت مشخص گردد. طبق نتایج به دست آمده، الگوریتم ازدحام ذرات نسبت به الگوریتم ژنتیک عملکرد بهتری در حل این مسئله از خود نشان داده است که در شرایط عدم قطعیت (0=α) مقدار زمان، هزینه و کیفیت به ترتیب 2180 روز و 118228/86 میلیون ریال و 46 درصد در الگوریتم ژنتیک و 2180 روز و 118224/20 میلیون ریال و 41 درصد در الگوریتم ازدحام ذرات محاسبه شده است. همچنین نشان داده شده است که با تنظیم مقدار آلفا با توجه به شرایط کاری می‌توان میزان ریسک موجود در فرایند تولید را مدیریت کرد و با انجامدادن فعالیت‌های فرایند، طبق شیوه‌ای که برای هر فعالیت طی اجرای الگوریتم تعیین میشود، به کمترین زمان و هزینه و بالاترین کیفیت ممکن دست پیدا کرد. | ||
| کلیدواژه‌ها | ||
| الگوریتم ازدحام ذرات؛ الگوریتم ژنتیک؛ بهینه‌سازی؛ تولید شیر؛ منطق فازی | ||
| عنوان مقاله [English] | ||
| Optimization of Time - Cost - Quality for Management of Milking Cows, Using Integrated Meta-Heuristic Algorithms and Fuzzy Logic | ||
| نویسندگان [English] | ||
| Mohammad Sharifi1؛ Erfan Khosravani-Moghadam2؛ Payam Hatami3 | ||
| چکیده [English] | ||
| One of the most important issues in the management of milk production is to select the best option for each production activity, so that the time and cost of production is minimal and quality is the maximum. Considering the large number of activities and options for each activity usually, approaches for obtaining a unique solution is difficult. In this regard, assigning weights to time, cost and quality can lead us to the best answer from the answers obtained. Because decision making for future is based on probability, in the present study an attempt is made to solve the cost and time and quality of milk production process, using fuzzy logic numbers for estimating risk management by defining (α) cut for intervals. Then by applying and comparing two algorithms NSGA-II and MOPSO for each activity in the milk production process under affect of different (α) cut, the best way for performing each activity was determined. Results shows that, MOPSO approach was had a more suitable effect than the NSGA-II approach for solving the problem under conditions of uncertainty (α =0) for amount of time and cost, and quality which was calculated for 2180 days atthe cost of 118228.86 Rialsand 46% in genetic algorithm and 2180 days and118224.20 Rialsand 41% in the particle Swarm algorithm respectively. Also by adjusting (α) rate to work conditions, the risk existed in the production process can be managed while performing the process activities, according the procedure that is determined for each activity during the algorithm performance, the least time and cost and highest quality as much as possible can be achieved. | ||
| کلیدواژه‌ها [English] | ||
| fuzzy logic, milk production, MOPSO, NSGA-II, optimization | ||
| مراجع | ||
|
Abdi, R., Ghasemzadeh, H. R., Abdolahpor, Sh., Sabzehparvar, M. and Dabagh mohammadinasab, A. 2010. Modeling and analysis of mechanization projects of wheat production by GERT networks. Agricultural Sciences in China. 9(7): 1078-1083.
Abdi, R., Ghasemzadeh, H. R., Abdolahpor, Sh., Sabzehparvar, M. and Dabagh mohammadinasab, A. 2009. Modeling and analysis hay mechanization project with GERT networks. Journal of Sustainable Agriculture. 1(19): 157-169. (in Persian)
Anonymous. 2011. Agricultural statistics. Ministry of Jihad-e Agriculture of Iran. 2, 140-144. (in Persian)
Ebrahimnezhad, S., Ahmadi, V. and Javanshir, H. 2013. Time-Cost-Quality Trade-off in a CPM network using fuzzy logic and genetic algorithm, International Journal of Industrial Engineering and Production Management. 24(3): 362-376. (in Persian)
Hsiau, H. J., and Lin, C. W. R. 2009. A fuzzy pert approach to evaluate plant construction project scheduling risk under uncertain resources capacity. J. Indus. Eng. Manag. 2(1): 31-47.
Kazemi, A., Fakhori, P. 2012. A fuzzy control system for estimating the time of project termination Gareth networks. Inter. J.Indus. Eng.Manag. 23(2): 252-263. (in Persian)
Mungle, S., Benyoucef, L., Son, Y. J., and Tiwari, M. K. 2013. A fuzzy clustering-based genetic algorithm approach for time–cost–quality trade-off problems: A case study of highway construction project. Engineering Applications of Artificial Intelligence. 26(8): 1953-1966.
Rao, K., Rao, T., Rao, P., Roy, M., and Sharath, S. 2008. Optimal Selection of PERT for large complex and distributed projects. Inter. Journal. Compu. Sci. Net. Security. 8, 7-17.
Sabzehparvar, M. 2009. Project Control. Termeh Press. Tehran, Iran. (in Persian).
Sharifi, M., Akram, A., Rafiee, Sh. and Sabzehparvar, M. 2014a. Scheduling and Simulation of Mechanization Projects of Wheat Production by PERT Network: Case Study Alborz Province. Agricultural System.
Sharifi, M., Akram, A., Rafiee, Sh. and Sabzehparvar, M. 2014b. Planning and scheduling Barley production mechnization project using PERT network model: A case study Alborz, Journal of Biosystem Engineering, 45(1), 11-22. (in Persian)
Zeinalzadeh, A., Hosseini dolama, G. and bagherzadeh, M. 2010. Estimated project completion time interval based simulation approach. J. manag. Beyond. 4(13): 141-162. (in Persian) | ||
|
آمار تعداد مشاهده مقاله: 904 تعداد دریافت فایل اصل مقاله: 802 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب