نشریه بین المللی مهندسی صنایع و مدیریت تولید

---

جلوگیری از تشکیل ژل در عملیات لیچینگ کنسانتره‌های حاوی سیلیکات روی، در دما و pH مطلوب، یکی از مؤثرترین روش‌های استخراج هیدرومتالورژیکی می باشد. به منظور ایجاد شرایط مورد نیاز برای استخراج روی از ترکیباتی که حاوی سیلیس و فریت روی می‌باشند، متغیر‌های مؤثر بر راندمان لیچینگ، یعنی دما، pH ، زمان، دورهمزن و زمان توقف، در هر مرحله بهینه شدند. نتایج این تحقیق نشان می دهد، که برای لیچ اسیدی، کاهشpH تا مقدار یک، حفظ دمای محلول حول نقطه جوش، دور همزن با 200 دور بر دقیقه و زمان هر مرحله برابر 180 دقیقه، ضروریست. همچنین برای ممانعت از تشکیل ژل و شرایط فوق اشباع باید تا سرحد امکان مدت زمان استخراج را با حفظ راندمان، کاهش داد. افزایش تدریجی pH ، در مرحله دوم آزمایش موجب عدم انحلال ناخالصی ها و در نتیجه حذف بهتر آنها می گردد.: 

---

مساله زمانبندی کار کارگاهی سنتی یک مساله NP-Complete از نوع قوی است و به همین دلیل در تحقیقات صورت گرفته، الگوریتم‌های فراابتکاری زیادی برای حل آن ارایه شده است، اما تنها در تعداد معدودی از آنها الگوریتم بهینه‌سازی دسته ذرات (PSO) مورد توجه قرار گرفته است که یکی از دلایل آن می‌تواند جدید بودن این روش باشد. در الگوریتم ارایه شده در این مقاله ابتدا بمنظور حفظ موجه بودن جوابها در هر تکرار الگوریتم شیوه نمایش بر مبنای فهرست اولویت برای جوابها انتخاب شده است. همچنین برای ایجاد رابطه یک به یک بین جواب مساله که ماهیت گسسته دارد و جواب مورد پذیرش الگوریتم که اعداد پیوسته هستند و همچنین حفظ قانونی بودن جوابها در هر تکرار، یک شیوه جدید بر اساس تبدیل مبنای اعداد و با استفاده از نمایش اعداد در مبنای فاکتوریل توسعه داده شده است. با توجه به تکاملی بودن PSO، بمنظور شروع از جوابهای نسبتا خوب از یک الگوریتم ابتکاری جستجوی تصادفی حریصانه به عنوان مولد جوابهای اولیه استفاده شده است. هر جواب بدست آمده توسط PSO بوسیله یک الگوریتم جستجوی محلی بهبود داده می­شود. برای فرار از دام بهینه­های محلی یک رابطه جدید بهنگام سازی سرعت در الگوریتم PSO توسعه داده شده است. به همین منظور و همچنین برای بهبود نهایی جواب بدست آمده توسط PSO از یک الگوریتم آنیلینگ شبیه‌سازی شده استفاده شده است. الگوریتم بر روی تعدادی از مسایل نمونه آزمایش شده و نتایج حاصل بیانگر دقت و کارایی جوابها نسبت به سایر الگوریتم‌های موجود برای حل مساله مورد بحث است.

---

در این مقاله، یک مدل چندهدفه برای مسأله تشکیل سلول تولیدی با در نظر گرفتن مسیرهای عملیاتی چندگانه و حداکثر بهره­گیری از ماشین­ها، ارائه می‌شود. سه هدف متعارض شامل: 1)  حداقل نمودن کل هزینه­های حرکات بین سلولی، خرید ماشین‌ها، عملیات و نگهداری و تعمیرات، 2) حداکثر نمودن سطح بهره‌گیری از ماشین‌ها در سیستم تولیدی و 3) حداقل نمودن انحراف میان سطوح بهره‌گیری از سلول‌ها (یعنی بالانس نمودن بارکاری بین سلول‌ها) ارایه می‌شود. از آن جایی که مدل ریاضی پیشنهادی، جزء مدل­های ریاضی پیچیده است؛ یک الگوریتم جستجوی پراکنده چند هدفه برای به دست آوردن جواب­های موثر طراحی می­شود. برای نشان دادن کارایی الگوریتم پیشنهادی، الگوریتم جستجوی پراکنده چند هدفه بر مبنای روش تاپسیس با الگوریتم NSGA-II که اخیراً مورد توجه قرار گرفته، بر روی مسایل نمونه مختلف و بر اساس شاخص‌های اندازه‌گیری گوناگون، مقایسه می‌شود. نتایج محاسباتی، کارایی الگوریتم پیشنهادی را نسبت به الگوریتم ژنتیک نشان می‌دهد.

---

توسعه یک مدل چند هدفه استوار برای مساله کنترل بهینه­ی مدت زمان ساخت در یک سیستم مونتاژ چند مرحله­ای در این مقاله مورد توجه قرار گرفته است. مدل­سازی سیستم مونتاژ به کمک شبکه­ی باز صف انجام شده است. هر ایستگاه کاری، شامل یک یا بی­نهایت خدمت­دهنده بوده و تنها یک عملیات تولیدی یا مونتاژ در آن صورت می­گیرد. فرآیند ورود قطعات، به صورت مستقل از یکدیگر و بر اساس فرآیند پواسون است و مدت زمان خدمت­دهی ایستگاه­ها به صورت مستقل از یکدیگر بوده و از توزیع نمایی پیروی می­کند که پارامتر آن قابل کنترل می­باشد. هر ایستگاه، دارای ضایعات برگشت­ناپذیر غیرقطعی کراندار و مستقل از دیگر ایستگاه­ها می­باشد. زمان حمل و نقل بین ایستگاه­ها تصادفی و مستقل از یکدیگر است و از توزیع ارلنگ پیروی می­کند. عدم قطعیت موجود در پارامتر­های مساله به صورت یک مدل کنترل بهینه­ی چندهدفه­ی استوار پیشنهاد شده است که در آن سه تابع هدف ناسازگار شامل کمینه­کردن هزینه­ی عملیات دوره­ای، کمینه­کردن میانگین مدت زمان ساخت و واریانس مدت زمان ساخت منظور شده است. در نهایت، به منظور دستیابی به سرعت­های بهینه سرویس­دهی از روش پیشرفت هدف، برای حل تقریبی زمان‌گسسته‌ی مساله اصلی بهره گرفته شده است. با استفاده از مدل پیشنهادی، مساله­ای که در سایر مقالات مرتبط نیز مورد استفاده قرار گرفته است، حل شده است که نتایج قابل توجهی در شرایط عدم قطعیت پارامترها حاصل شده است.

---

در یک دهه اخیر تحقیقات نسبتا کمی بر روی مساله زمانبندی کار کارگاهی با زمان‌های آماده‌سازی وابسته به توالی جدایی‌ناپذیر (ISDSJSP) انجام شده است. در زمینه حل این مساله نیز الگوریتم بهینه‌سازی دسته ذرات (PSO) مورد توجه قرار نگرفته است. در این مقاله مساله ISDSJSP با تابع هدف کمینه‌سازی زمان پایان تمام کارها مدنظر قرار گرفته و یک مدل برنامه‌ریزی خطی عدد صحیح مختلط و یک الگوریتم ترکیبی PSO برای آن ارایه شده است. جواب بدست آمده توسط PSO با استفاده از یک الگوریتم آنیلینگ شبیه‌سازی شده بهبود داده شده است. عملکرد الگوریتم پیشنهادی (HPSO) نسبت به دو الگوریتم دیگر بر روی مسایل نمونه تولید شده در این مقاله آزمایش شده است. نتایج حاصل، دقت و کارایی بیشتر جوابهای حاصل از HPSO نسبت به دو الگوریتم دیگر را نشان می‌دهند

---

لجستیک امداد بلایا یکی از فعالیت‌های اصلی مدیریت بلایا می­باشد. اهمیت درنظر گرفتن عدم قطعیت در این مبحث، سبب ایجاد انگیزه جهت توسعه ابزارهای تصمیم­گیری مناسب برای غلبه بر پارامترهای غیرقطعی و نادقیق در مساله طراحی سیستم لجستیک امداد شده است. این مقاله یک رویکرد جدید برنامه‌ریزی امکانی چندهدفه را برای مدل­سازی مساله سیستم توزیع امداد با تقاضاها و عرضه‌های نادقیق، هزینه‌های راه­اندازی و هزینه‌های حمل و نقل نادقیق ارائه می‌دهد. مدل ارائه شده شامل دو هدف می­باشد. هدف اول کمینه­سازی مجموع هزینه­ها (شامل هزینه­های راه­اندازی، هزینه حمل و نقل و هزینه‌های کمبود) و هدف دوم بیشینه نمودن رضایت­مندی نقاط آسیب‌دیده است. برای حل مدل برنامه­ریزی امکانی چندهدفه ارائه شده، یک رویکرد حل برنامه­ریزی فازی تعاملی دومرحله­ای پیشنهاد شده است. نتایج محاسباتی، اهمیت و کارایی مدل امکانی پیشنهادی بعلاوه سودمندی رویکرد حل ارائه شده را برای مسائل تصمیم گیری واقعی نشان می‌دهند

---

در این مقاله، بهینه‌سازی فواصل بازرسی برای یک سیستم دو مولفه‌‌ای با وابستگی خرابی بین مولفه‌ها ارائه شده است. در سیستم مورد مطالعه، خرابی‌های مولفه‌ی اول از نوع نرم بوده و طبق فرآیند غیرهمگن پوآسن با نرخ خرابی افزایشی رخ می‌دهند. خرابی‌های مولفه‌ی دوم از نوع سخت بوده و طبق فرآیند همگن پوآسن با نرخ خرابی ثابت رخ می‌دهند. هر خرابی نرمِ مولفه‌ی اول تاثیری روی خرابی مولفه‌ی دوم ندارد، اما هر خرابی سختِ مولفه‌ی دوم باعث ایجاد شوک روی مولفه‌ی اول شده، نرخ خرابی آن را افزایش می‌دهد. خرابی‌های نرم مولفه‌ی اول موجب توقف سیستم نمی‌شوند، معذلک موجب افزایش هزینه‌های عملیاتی سیستم می‌گردند. از آنجا که خرابی‌های نرم مولفه اول فقط در زمان بازرسی قابل شناسایی هستند، این مولفه در فواصل زمانی معینی بازرسی می‌شود و در صورت مشاهده خرابی در حین بازرسی، بطور کامل تعمیر شده، وضعیت این مولفه به وضعیت مشابه نو تبدیل می‌گردد. خرابی‌های سخت مولفه دوم، به محض وقوع، مشاهده و باعث توقف کامل سیستم می‌شوند. بدین ترتیب به محض وقوع خرابی این مولفه، تعویض آن صورت می‌گیرد. هدف، تعیین بهترین فاصله زمانی بین بازرسی‌های متوالی مولفه‌ی اول است، بگونه‌ای که متوسط هزینه‌ی کل در واحد زمان حداقل گردد. در پایان برای تشریح بیشتر مدل پیشنهادی، یک مثال عددی آورده شده است.

---

در این مقاله، بهینه‌سازی فواصل بازرسی برای یک سیستم دو مولفه‌‌ای با وابستگی خرابی بین مولفه‌ها ارائه شده است. در سیستم مورد مطالعه، خرابی‌های مولفه‌ی اول از نوع نرم بوده و طبق فرآیند غیرهمگن پوآسن با نرخ خرابی افزایشی رخ می‌دهند. خرابی‌های مولفه‌ی دوم از نوع سخت بوده و طبق فرآیند همگن پوآسن با نرخ خرابی ثابت رخ می‌دهند. هر خرابی نرمِ مولفه‌ی اول تاثیری روی خرابی مولفه‌ی دوم ندارد، اما هر خرابی سختِ مولفه‌ی دوم باعث ایجاد شوک روی مولفه‌ی اول شده، نرخ خرابی آن را افزایش می‌دهد. خرابی‌های نرم مولفه‌ی اول موجب توقف سیستم نمی‌شوند، معذلک موجب افزایش هزینه‌های عملیاتی سیستم می‌گردند. از آنجا که خرابی‌های نرم مولفه اول فقط در زمان بازرسی قابل شناسایی هستند، این مولفه در فواصل زمانی معینی بازرسی می‌شود و در صورت مشاهده خرابی در حین بازرسی، بطور کامل تعمیر شده، وضعیت این مولفه به وضعیت مشابه نو تبدیل می‌گردد. خرابی‌های سخت مولفه دوم، به محض وقوع، مشاهده و باعث توقف کامل سیستم می‌شوند. بدین ترتیب به محض وقوع خرابی این مولفه، تعویض آن صورت می‌گیرد. هدف، تعیین بهترین فاصله زمانی بین بازرسی‌های متوالی مولفه‌ی اول است، بگونه‌ای که متوسط هزینه‌ی کل در واحد زمان حداقل گردد. در پایان برای تشریح بیشتر مدل پیشنهادی، یک مثال عددی آورده شده است.

---

در این مقاله به بررسی مسائل طبقه‌بندی داده‌ها (به عنوان یکی از شاخه های علم داده‌کاوی) در قالب مدل برنامه‌ریزی ریاضی چند‌هدفه می‌پردازیم. مدلی که ارائه و بررسی می‌گردد یک مسئله MODM می‌باشد. اولین بار بر پایه ایده ماشین بردار پشتیبان (SVM) (ماکزیمم کردن حاشیه دو گروه)، یک مدل برنامه‌ریزی ریاضی چند‌معیاره برای مسائل داده‌کاوی بر پایه طبقه‌بندی مشاهدات به دو گروه مجزا مبتنی بر دو هدف تفکیک داده‌ها (ماکزیمم کردن فاصله بین گروه‌های مختلف و مینیمم کردن طبقه‌بندی نادرست داده‌های مورد مشاهده) معرفی شد و از آن پس تاکنون ضمن اینکه افراد زیادی روی گسترش مدلهای طبقه‌بندی مبتنی بر روش‌های برنامه‌ریزی ریاضی کار کرده‌اند، همزمان و به صورت مستقل افرادی نیز روی بهبود روش‌های ماشین بردار پشتیبان مطالعه نموده‌اند. با توجه به فلسفه یکسان این دو دسته از روش‌های بهینه‌سازی، در این مقاله به منظور پر کردن شکاف بین این دو مسیر پژوهش، از روش‌های به روز و بهبود یافته SVM جهت ارائه مدلی به منظور طبقه‌بندی در داده‌کاوی مبتنی بر برنامه‌ریزی چند‌هدفه استفاده خواهد شد.

---

در این مقاله، یک فرایند کلی برای یافتن تمام راه‌حل‌های مؤثر از مسأله بهینه‌سازی ترکیبی چندهدفه تشریح می شود. این فرآیند بر پایه روش قیود ارتجاعی بوده و به شناسایی حدود هر هدف می‌پردازد. حدود اهداف، با حل مسائل برنامه‌ریزی عددصحیح تک هدفه، به‌دست می‌آیند. ابتدا روش قیود ارتجاعی بر روی مسأله دوهدفه و سپس بر روی مسأله سه‌هدفه بررسی شده و از این طریق به مسأله برنامه‌ریزی عددصحیح چندهدفه کلی تعمیم داده می‌شود. در این مقاله، جهت روشن‌تر شدن روش کار، یک مثال عددی شامل مسأله تخصیص با سه تابع هدف ارائه می‌گردد.

---

مساله زمان بندی پروژه بیانگر تخصیص زمان آغاز فعالیت‌های یک پروژه برای رسیدن به یک هدف معین می‌باشد. این هدف ممکن است مربوط به جنبه‌های مالی، زمانی، کیفی و یا دیگر جنبه‌های پروژه باشد. هنگامی که جنبه-های مالی پروژه مد نظر قرار داده شوند، یکی از بهترین معیارهای ارزیابی زمان بندی، ارزیابی ارزش خالص فعلی پروژه است. در مواردی که در پروژه‌ها با جریان‌های نقدی سنگین در مدت زمان قابل توجه روبرو هستیم، ارزش خالص فعلی اهمیت بیشتری پیدا می کند. لذا یک مدل مؤثر برای مساله تخصیص منابع محدود باید شامل معیاری با لحاظ کردن زمان و هزینه باشد. از طرف دیگر ماهیت غیر قطعی فعالیت‌ها در پروژه سبب می شود که مدل‌های قطعی پاسخگوی بسیاری از پروژه‌های عملی نباشد. از این رو، ما در مدل ارایه شده در این مقاله پارامترهای زمانی فعالیت‌ها به صورت اعداد فازی در نظر گرفته شده و مدلسازی صورت گرفته است که مساله تحت عنوان زمان بندی پروژه با محدودیت منابع با جریان‌های نقدی تنزیل یافته تحت شرایط فازی (F-RCPSPDCF) نامگذاری شده است. جهت حل مدل پیشنهادی یک الگوریتم فراابتکاری نوین با الهام از تئوری ارتعاشات به نام الگوریتم بهینه سازی میرایی ارتعاش (VDO) ارایه شده است. در این راستا، جهت تولید برنامه زمان بندی، روش زمان بندی دوسویه و ساختار نمایش لیست فعالیت‌ها به کار گرفته شده است. در نهایت کارایی الگوریتم ارایه شده با استفاده از مسائل استاندارد تولید شده توسط نرم افزار Pro-gen در مقایسه با الگوریتم شبیه سازی تبرید ارائه و مورد تجزیه و تحلیل شده است. تحلیل نتایج بیانگر کارایی الگوریتم ارائه شده جهت حل مدل پیشنهادی را با افزایش ابعاد مسائل نشان میدهد.

---

در این تحقیق، یک مدل دو هدفه مسئله برنامه‌ریزی یکپارچه تولید- توزیع در یک زنجیره تامین چهار سطحی ارائه شده است. زنجیره تامین پیشنهادی شامل تولیدکنندگان، مراکز توزیع، خرده‌فروشان و مشتریان است. تصمیمات برای چندین نوع محصول و در دوره‌های زمانی مختلف گرفته شده است. اهداف مسئله علاوه بر کمینه‌کردن کل هزینه‌های زنجیره شامل آماده‌سازی و تولید محصولات، نگهداری موجودی محصولات در کارخانه‌ها، مراکز توزیع و خرده‌فروشان، حمل و خرید محصولات برای توزیع‌کنندگان، خرده‌فروشان و مشتریان، مقدار فروش از دست رفته محصولات در صورت کمبود برای مشتریان را نیز به حداقل می‌رساند. به-منظور حل مدل از یک الگوریتم چند هدفه مبتنی بر پارتو به نام‌ الگوریتم بهینه سازی اجتماع ذرات چند هدفه(MOPSO) بهره جسته‌ایم و نتایج حاصله را با الگوریتم ژنتیک مرتب‌سازی نا مغلوب (NSGA-II) مقایسه نموده‌ایم. در نهایت به‌منظور اثبات عملکرد مناسب روش های حل ارایه شده در مدل‌ پیشنهادی، با معرفی شاخص‌های استاندارد مباحث چند هدفه، این روش‌ها بر روی مسائل آزمایشی تولید شده با ابعاد مختلف مورد تجزیه و تحلیل آماری قرار گرفته است.

---

هدف از این تحقیق طراحی و حل یک مدل برای برنامه‌ریزی توزیع و موجودی در زنجیره تامین است. یک مدل برنامه‌ریزی ریاضی مختلط عدد صحیح برای یک شبکه توزیع سه سطحی توسعه داده شده است که هزینه‌های معمول در مدیریت زنجیره تامین و هزینه‌های دیرکرد و زودکرد را در نظر می‌گیرد. مدل توسعه داده شده همچنین تقاضای با محدودیت زمانی در ارضا، محدودیت در ظرفیت حمل، تحویل و ذخیره را در نظر می‌گیرد و به عنوان خروجی نوع وسیله حمل را نیز مشخص می‌کند. حل این مدل چند دوره‌ای، چند کالایی، با چند مد حمل به‌دلیل تعداد زیاد متغیرهای عدد صحیح، برای ابعاد واقعی در زمان منطقی قابل حصول نیست لذا یک الگوریتم ممتیک توسعه داده شده است. الگوریتم ممتیک توسعه داده شده از آن رو که بر چارچوب الگوریتم ژنتیک بنا شده است، از مزایای الگوریتم ژنتیک سود می‌برد و از سوی دیگر چون در مرحله ارزیابی کروموزوم‌ها با استفاده از جستجوی محلی کیفیت کروموزوم‌ها ارتقا می‌یابد، به‌طور متوسط انتظار می‌رود جواب‌هایی به مراتب بهتر از الگوریتم ژنتیک به‌دست آید. نتایج محاسباتی برتری کارایی روش حل توسعه داده شده را نسبت به روش عمومی حل مسایل برنامه‌ریزی ریاضی مختلط نشان می‌دهد.

---

در این مقاله به ارائه یک مدل خطی برای مساله انتخاب پروژه با چند تابع هدف پرداخته شده است. مساله انتخاب پروژه با فرض محدودیتها و دوره‌های زمانی یکسان و عدم تساوی تعداد دوره‌ها در پروژه‌های مختلف، مطرح شده است. شرایط عدم قطعیت و میزان ریسک با استفاده از تکنیک بهینه‌سازی استوار به مساله اضافه شده است. با توجه به اینکه این مساله در رده‌بندی مسائل NP-hard قرار می‌گیرد، برای حل آن از الگوریتم فراابتکاری بهینه‌سازی چند هدفه تجمع ذرات (MOPSO) استفاده شده است. برای بررسی عملکرد الگوریتم پیشنهادی، یک مثال عددی در اندازه کوچک با استفاده از دو روش دقیق و بهینه‌سازی چند هدفه تجمع ذرات حل شده است. مقایسه‌ی جواب حاصل از این دو روش نشان می‌دهد که الگوریتم بهینه‌سازی چند هدفه تجمع ذرات پیشنهادی جوابهای نزدیک به رویکرد دقیق ارائه می دهد.

---

ریسک اﻋﺘﺒﺎری در صنعت بانکداری ﺑﻪ ﻋﻨﻮان ﺧﻄﺮ ﻧﺎﺷﯽ از اﺣﺘﻤﺎل ﻋـﺪم ﺑﺎزﭘﺮداﺧـﺖ ﺗﻌﻬـﺪات ﺗﻮﺳـﻂ ﻣـﺸﺘﺮیان در ﺳﺮرسید ﺑـﻮده و یکی از ﻣﻬـﻢترین ریسک‌ها در ﺑﺎﻧﮏﻫﺎ و ﻣﺆﺳﺴﺎت ﻣﺎﻟﯽ ﺑﻪ ﺣﺴﺎب ﻣﯽآید. استقرار نظام رتبه‌بندی اعتباری با توجه به حجم انبوه مطالبات معوق بانک‌ها، یکی از مهمترین ابزارهای کنترل این نوع ریسک است. این مقاله با استفاده از شبکه‌های عصبی توانمند در حوزه پیش‌بینی و ترکیب آنها قادر است مشتریان را در دو گروه خوش‌حساب و بد‌حساب دسته‌بندی کند. مدل پیشنهادی که دارای ساختار و آموزش ماژولار است، مدل ترکیب سلسله مراتبی شبکه‌های عصبی نام دارد. در مدل یادشده برای تجزیه مساله میان شبکه‌ها و ترکیب نتایج برای رسیدن به پیش‌بینی نهایی و همچنین شیوه آموزش آن از رویکردی جدید استفاده می‌شود. رویکرد پیشنهادی ابتدا، از الگوریتم گسسته بهینه‌سازی انبوه ذرات برای کاهش ابعادی و تجزیه مساله میان ماژول‌های مختلف استفاده می‌کند، سپس برای آموزش، از تلفیق قانون‌های مختص به هر ماژول و قانون آموزش کلی این شبکه استفاده می‌کند. نتایج در مقایسه با شبکه عصبی پرسپترون چندلایه و شبکه عصبی با اتصالات جانبی بدست آمده است. طبق نتایج بدست آمده مدل پیشنهادی توانسته با دقت بسیار بالا رفتار مشتریان را پیش‌بینی نماید.

---

یکی از مهمترین مسائل در خطوط مونتاژ دو طرفه، تخصیص مناسب نیروی انسانی و فعالیت­ها به ایستگاه­های کاری است، تا بتوان کارایی خط را به حداکثر مقدار ممکن رساند. اما موردی که در اغلب مسائل بالانس خطوط مونتاژ از آن غفلت می­شود، آن است که آیا با بالانس انجام شده، گلوگاهی در سیستم به وجود می­آید یا خیر. همچنین اگر در سیستم گلوگاهی وجود دارد، آیا می­توان با جابه­جا کردن افراد ایستگاه­ها همچنان حداکثر تقاضای پیش­بینی شده را تامین کرد و یا نیاز به تعیین ترکیب تولید می­باشد. بدین منظور، پس از ارائه­ی یک مدل ریاضی دوسطحی تک­هدفه-چندهدفه، به حل این مدل توسط الگوریتم­ هیبریدی بهینه­سازی توده­ی ذرات و تئوری محدودیت­ها اقدام شده است. علاوه بر این، نیز چند کران پایین برای تعداد ایستگاه­ها پیشنهاد شده است. نتایج حاصل از الگوریتم به کمک مثال­های عددی مختلف تشریح شده است.

---

در این مقاله یک مدل بهینهسازی استوار به منظور طراحی شبکه جمع‌آوری و انتقال پسآب شهری ارائه شده است، که شامل مکان‌یابی تصفیه‌خانه فاضلاب و حوضچه‌‌ذخیره پساب و نیز تصمیم‌گیری پیرامون احداث کانال و تخصیص بهینه پسآب تصفیه شده به مناطق کشاورزی می‌باشد. در ابتدا یک مدل قطعی جهت مشخص کردن تصمیمات مکانیابی و تخصیص ارائه شده و سپس این مدل با در نظر گرفتن عدم‌قطعیت در پارامترهای تقاضای پسآب و تولید فاضلاب، با استفاده از رویکرد بهینه‌سازی استوار توسعه داده شده است. به علاوه، مباحث زیست محیطی و سلامت انسان نیز با درنظرگرفتن کیفیت‌های پساب تولیدی در مدل لحاظ شده ‌است. درنهایت برای اعتبارسنجی، مدل بر روی مطالعه موردی استان تهران که داده‌های آن برگرفته از سازمان‌های ذیربط میباشد، مورد بررسی و تحلیل حساسیت قرار گرفته است.

---

یکی از مهمترین مسائل در سیستم تولید سلولی مبحث تخصیص منابع به خصوص نیروی انسانی می­باشد. نوآوری این پژوهش نسبت به کارهای انجام شده، در نظرگیری اثر یادگیری و فراموشی اپراتور ضمن خدمت است، مسئله­ای که می­تواند در میزان مهارت کسب شده­ی اپراتور در انتهای دوره­ی برنامه­ریزی و تخصیص فعالیت­ها در دوره­ی آتی موثر واقع شود. در این مدل عواملی دیگر همچون استخدام و اخراج، حقوق و دستمزد، سطح­بندی مهارتی و جابه­جایی اپراتور پرداخته شده است و سعی در ارائه­ی مدلی جامع در مبحث تخصیص نیروی انسانی شده است. در این مطالعه یک رویکرد بهینه‌سازی استوار برای مدل‌سازی عدم قطعیت در سیستم تولید سلولی ارائه شده است. استواری مدل ارائه شده باعث شده است تا جواب بدست آمده به ازای تمامی مقادیر پارامتر‌های غیرقطعی، شدنی بودن خود را حفظ نماید و در این محیط غیر قطعی به دنبال یافتن جواب بهینه باشد. مدل ارائه شده با استفاده از تکنیک­های خطی­سازی به مدلی خطی تبدیل شده­است. پس از کدنویسی مدل ارائه شده، با استفاده از نرم‌افزار گمس به تحلیل­هایی از جمله بررسی مقادیر بهینه و زمان حل هر یک از مدل­های خطی و غیرخطی پرداخته شده است. همچنین یک مطالعه موردی از مرکز ریخته گری شرکت سایپا مورد بررسی قرار گرفته است. بر اساس نتایج بدست آمده هزینه استخدام اپراتور بیشترین تاثیر را بر روی میزان بهینه تابع هدف در شرایط عدم قطعیت مدل داشته است.