fa بکارگیری الگوریتم ترکیبی بهینه سازی دسته ذرات برای حل مساله سنتی زمانبندی کار کارگاهی سایر موضوعاتی که به مرزهای دانش در مهندسی صنایع و تولید کمک می کند Other related Industrial and production reserach subjects in which has direct relation to the state-of-the art of the IE پژوهشي Research <p align="right"><span lang="FA" dir="rtl" style="FONT-SIZE: 11pt FONT-FAMILY: Nazanin mso-fareast-font-family: 'Times New Roman' mso-ansi-language: EN-US mso-fareast-language: EN-US mso-bidi-language: FA mso-ascii-font-family: 'Times New Roman' mso-hansi-font-family: 'Times New Roman'">مساله زمانبندی کار کارگاهی سنتی یک مساله </span><span style="FONT-SIZE: 10pt FONT-FAMILY: ">NP-Complete</span><span dir="rtl"></span><span dir="rtl" style="FONT-SIZE: 10pt FONT-FAMILY: Nazanin mso-fareast-font-family: 'Times New Roman' mso-ansi-language: EN-US mso-fareast-language: EN-US mso-bidi-language: FA mso-ascii-font-family: 'Times New Roman' mso-hansi-font-family: 'Times New Roman'"><span dir="rtl"></span> </span><span lang="FA" dir="rtl" style="FONT-SIZE: 11pt FONT-FAMILY: Nazanin mso-fareast-font-family: 'Times New Roman' mso-ansi-language: EN-US mso-fareast-language: EN-US mso-bidi-language: FA mso-ascii-font-family: 'Times New Roman' mso-hansi-font-family: 'Times New Roman'">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 (</span><span style="FONT-SIZE: 10pt FONT-FAMILY: ">PSO</span><span dir="rtl"></span><span lang="FA" dir="rtl" style="FONT-SIZE: 11pt FONT-FAMILY: Nazanin mso-fareast-font-family: 'Times New Roman' mso-ansi-language: EN-US mso-fareast-language: EN-US mso-bidi-language: FA mso-ascii-font-family: 'Times New Roman' mso-hansi-font-family: 'Times New Roman'"><span dir="rtl"></span>) 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 </span><span style="FONT-SIZE: 10pt FONT-FAMILY: ">PSO</span><span dir="rtl"></span><span lang="FA" dir="rtl" style="FONT-SIZE: 11pt FONT-FAMILY: Nazanin mso-fareast-font-family: 'Times New Roman' mso-ansi-language: EN-US mso-fareast-language: EN-US mso-bidi-language: FA mso-ascii-font-family: 'Times New Roman' mso-hansi-font-family: 'Times New Roman'"><span dir="rtl"></span>، 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 </span><span style="FONT-SIZE: 10pt FONT-FAMILY: ">PSO</span><span dir="rtl"></span><span dir="rtl" style="FONT-SIZE: 10pt FONT-FAMILY: Nazanin mso-fareast-font-family: 'Times New Roman' mso-ansi-language: EN-US mso-fareast-language: EN-US mso-bidi-language: FA mso-ascii-font-family: 'Times New Roman' mso-hansi-font-family: 'Times New Roman'"><span dir="rtl"></span> </span><span lang="FA" dir="rtl" style="FONT-SIZE: 11pt FONT-FAMILY: Nazanin mso-fareast-font-family: 'Times New Roman' mso-ansi-language: EN-US mso-fareast-language: EN-US mso-bidi-language: FA mso-ascii-font-family: 'Times New Roman' mso-hansi-font-family: 'Times New Roman'">بوسیله یک الگوریتم جستجوی محلی بهبود داده می­شود. برای فرار از دام بهینه­های محلی یک رابطه جدید بهنگام سازی سرعت در الگوریتم </span><span style="FONT-SIZE: 10pt FONT-FAMILY: ">PSO</span><span dir="rtl"></span><span dir="rtl" style="FONT-SIZE: 10pt FONT-FAMILY: Nazanin mso-fareast-font-family: 'Times New Roman' mso-ansi-language: EN-US mso-fareast-language: EN-US mso-bidi-language: FA mso-ascii-font-family: 'Times New Roman' mso-hansi-font-family: 'Times New Roman'"><span dir="rtl"></span> </span><span lang="FA" dir="rtl" style="FONT-SIZE: 11pt FONT-FAMILY: Nazanin mso-fareast-font-family: 'Times New Roman' mso-ansi-language: EN-US mso-fareast-language: EN-US mso-bidi-language: FA mso-ascii-font-family: 'Times New Roman' mso-hansi-font-family: 'Times New Roman'">توسعه داده شده است. به همین منظور و همچنین برای بهبود نهایی جواب بدست آمده توسط </span><span style="FONT-SIZE: 10pt FONT-FAMILY: ">PSO</span><span dir="rtl"></span><span dir="rtl" style="FONT-SIZE: 10pt FONT-FAMILY: Nazanin mso-fareast-font-family: 'Times New Roman' mso-ansi-language: EN-US mso-fareast-language: EN-US mso-bidi-language: FA mso-ascii-font-family: 'Times New Roman' mso-hansi-font-family: 'Times New Roman'"><span dir="rtl"></span> </span><span lang="FA" dir="rtl" style="FONT-SIZE: 11pt FONT-FAMILY: Nazanin mso-fareast-font-family: 'Times New Roman' mso-ansi-language: EN-US mso-fareast-language: EN-US mso-bidi-language: FA mso-ascii-font-family: 'Times New Roman' mso-hansi-font-family: 'Times New Roman'">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.</span> </p> <font size="2"><span style="FONT-SIZE: 9.5pt FONT-FAMILY: ">The classical Job Shop Scheduling Problem (JSSP) is NP-hard problem in the strong sense. For this reason,<font face="Times New Roman"><span style="mso-spacerun: yes">   </span>different metaheuristic algorithms have been developed for solving the JSSP in recent years. The Particle Swarm Optimization (PSO), as a new metaheuristic algorithm, has applied to a few special classes of the problem.<span style="mso-spacerun: yes">  </span>In this paper, a new PSO algorithm is developed for JSSP. First, a preference list of the generated solutions is prepared to obtain the feasibility. Then, a new method using factorial base numeral system, called factoradic approach, is developed to satisfy the validity of the generated solutions. This approach permits a one to one mapping of a solution in discrete space to a PSO particle position in continuous space. Since PSO is an evolutionary approach, some modifications are implemented to the algorithm. For examples, a simple greedy algorithm is developed to generate relatively good initial population or every solution obtained by PSO is also improved by a local search operator. To avoid trapping into local optima, a new velocity updating equation is considered. Furthermore, a Simulated Annealing (SA) approach is applied to the final solution obtained by PSO to improve it. Finally, the proposed hybrid algorithm is tested by some job shop benchmark problems. The results indicate the efficiency of the proposed hybrid PSO with respect to other algorithms exist in the literature for the considered problem</font></span><span style="FONT-SIZE: 9.5pt FONT-FAMILY: ">.</span></font> مساله زمانبندی کار کارگاهی, بهینه‌سازی دسته ذرات, فاکتورادیک, آنیلینگ شبیه‌سازی شده, جستجوی تصادفی حریصانه Job Shop Scheduling Problem, Particle Swarm Optimization (PSO), Factoradic, Simulated Annealing (SA), GRASP 57 75 http://ijiepm.iust.ac.ir/browse.php?a_code=A-10-1-69&slc_lang=fa&sid=1 Mehdi Behroozi mehdi.behroozi@gmail.com 18003194753284600635 18003194753284600635 No Kourosh Eshghi eshghi@sharif.edu 18003194753284600636 18003194753284600636 Yes