جستجو در مقالات منتشر شده


2 نتیجه برای اثر یادگیری

، ،
جلد 20، شماره 2 - ( 6-1388 )
چکیده

مسأله زمان‌بندی گروهی در سیستم تولید سلولی شامل دو مرحله زمان‌بندی است. ابتدا در مرحله اول، توالی قطعات هر خانواده- ‌قطعه مشخص شده و سپس در مرحله دوم، توالی خانواده- ‌قطعات تعیین می‌شود. در این مقاله، مسأله زمان‌بندی گروهی با ساختار جریان کارگاهی با هدف کمینه‌سازی بیشترین زمان تکمیل کارها بررسی شده است. در مسائل زمان‌بندی گروهی سنتی، زمان پردازش کارها مقادیری ثابت و مستقل از توالی کارها فرض شده‌اند. این فرض در اکثر مواقع مناسب نیست، زیرا با تکرار انجام کار، توانایی و مهارت کارگر افزایش یافته و در نتیجه زمان پردازش کارها کاهش می‌یابد. این پدیده با نام اثر یادگیری شناخته می‌شود. در این مقاله، از یک مدل یادگیری موقعیت‌گرا در سیستم تولید سلولی استفاده شده است که در آن زمان پردازش هر قطعه‌ی خانواده- ‌قطعه وابسته به توالی ورود آن قطعه است. مسأله زمان‌بندی گروهی با در نظر گرفتن اثر یادگیری موقعیت‌گرا و فرض زمان آماده‌سازی وابسته به توالی خانواده- ‌قطعات مدل‌سازی شده است. دو الگوریتم ژنتیک مختلف و یک روش ابتکاری جهت حل این مسأله توسعه داده شده و توسط مسائل آزمایشی مورد ارزیابی قرار گرفته‌‌اند. نتایج عددی حاصل از ارزیابی روش‌های حل پیشنهادی، نشاندهنده آن است که الگوریتم ژنتیک دوم از لحاظ کیفیت جواب، از سایر روشهای پیشنهادی بهتر است.


پرویز قدوسی، امیر مهدی علی دولت آبادی، جعفر سبحانی،
جلد 25، شماره 3 - ( 9-1393 )
چکیده

بسیاری از فعالیت‌های ساخت‌‌ و ساز به دلیل ماهیت تکراری و داشتن سهم بالای نیروی انسانی، پدیده‌ای را نشان می‌دهند که اثر یادگیری نام دارد که به‌موجب آن، زمان، هزینه و به طور کلی تلاش لازم برای انجام یک فعالیت، با افزایش تعداد تکرار‌ها، کاهش می‌یابد. منحنی یادگیری مدل ریاضی‌ می‌باشد که این اثر را نشان می‌‍‌دهد. مهم‌ترین ارزش منحنی‌های یادگیری، قابلیت آنها در پیش‌بینی عملکرد فعالیت‌ها است. این پیش‌بینی توسط مدل‌های مختلف منحنی یادگیری انجام می‌شود. این‌که دقت و اعتبار پیش‌بینی توسط منحنی‌های یادگیری تا چه اندازه است و کدام مدل بهتر می‌تواند این پیش‌بینی را انجام دهد، از اهداف این مقاله می‌باشند. در این راستا، یک مدل جدید برای منحنی یادگیری پیشنهاد شده و با مدل خطی مقایسه گردیده ‌است. همچنین توانایی‌های پیش‌بینی دو روش استفاده از داده‌ها یعنی روش داده واحد و داده میانگین تجمعی مقایسه شدند. نتایج نشان داد که مدل پیشنهادی می‌تواند به عنوان یک مدل پیش‌بینی کننده مناسب، با مدل خطی رقابت کند و نتایج قابل قبول‌تری داشته باشد. مقادیر خطای پیش‌بینی توسط این دو مدل، در محدوده 15% تا 35% ارزیابی شد و همچنین مشخص شد زمانی‌که از داده‌های واحد برای پیش‌بینی استفاده شود، خطای پیش‌بینی  کمتر از داده‌های میانگین تجمعی می‌باشد..

صفحه 1 از 1     

کلیه حقوق این وب سایت متعلق به نشریه بین المللی مهندسی صنایع و مدیریت تولید می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق