بهینه‌سازی بر مبنای شبیه‌سازی توالی انجام پروژه‌های توسعه محصول جدید در مراکز پژوهشی

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری، گروه مهندسی صنایع، پردیس البرز، دانشگاه تهران، تهران، ایران

2 استادیار، دانشکده کارآفرینی، دانشگاه تهران، تهران، ایران

3 استاد، دانشکده مهندسی صنایع، پردیس دانشکده‌های فنی، دانشگاه تهران،تهران، ایران

چکیده

مدیریت صحیح و اثربخش انجام پروژه‌ها در مراکز تحقیق‌وتوسعه، یکی از اهداف کلیدی این مراکز است. تعیین بهینه توالی انجام پروژه‌ها در محیط تحقیقاتی در بهره‌‌وری نیروی انسانی، ماشین‌آلات و هزینه‌‌های مربوط به دیرکرد و زودکرد تحویل پروژه‌ها تأثیرگذار است. از سوی دیگر، قوانین مختلفی برای تعیین اولویت‌دهی پروژه‌ها در گروه‌های تحقیقاتی وجود دارد که این موضوع در مسئله چندپروژه‌ای با توالی‌‌های مختلف، حل مدل‌های ریاضی را به یک مسئله NP-Hard تبدیل می نماید. لذا رویکرد بهینه‌‌سازی مبتنی بر شبیه‌‌سازی برای یافتن جواب نزدیک به بهینه، می‌‌تواند اثر‌‌بخش باشد. در این مقاله، ابتدا یک مدل مفهومی برنامه‌ریزی ریاضی جهت تعیین توالی انجام پروژه‌ها ارائه‌شده است؛ سپس به کمک نرم‌‌افزارArena 14  مدل شبیه‌‌سازی، طراحی و در ادامه با حل یک مثال عددی، جواب نزدیک به بهینه مسئله ازلحاظ بهره‌وری، هزینه دیرکرد و سود زودکرد به‌منظور انتخاب بهترین روش اولویت‌‌بندی کارها در گروه‌های پژوهشی ارائه شد و نتیجه آن با طراحی آزمایش‌ها و آزمون توکی موردبررسی و آزمون قرار گرفت. درنهایت، روش LPT، جهت اولویت‌بندی کارها هنگام ایجاد صف در ورودی گروه‌های پژوهشی انتخاب شد. همچنین نتایج این تحقیق نشان می‌دهد در شبیه‌سازی، برخلاف سایر روش‌های بهینه‌سازی، نیاز به ایجاد یک مدل ریاضی دقیق نیست بلکه با یک مدل مفهومی ریاضی می‌توان به نتایج مطلوبی دست‌یافت و این امر حل مسائل بهینه‌سازی پیچیده را درصورتی‌که بتوان به مدل شبیه‌سازی‌شده تبدیل نمود، تسهیل می‌نماید.

کلیدواژه‌ها


عنوان مقاله [English]

A Simulation-Based Optimization Model for Determining the Sequence of Implementing Projects Related To New Product Development

نویسندگان [English]

  • sadegh shahbazi 1
  • seyed mojtaba sajjadi 2
  • fariborz jolai 3
1 PhD student, School of Industrial Engineering, College of Engineering, Alborz Campus, University of Tehran, Tehran, Iran
2 Assistant Professor, Faculty of Entrepreneurship, University of Tehran, Tehran, Iran
3 Professor, School of Industrial Engineering, College of Engineering, University of Tehran, Tehran, Iran
چکیده [English]

Effective management of projects in research and development centers is one of the key objectives of these centers. Determining the optimal sequence of jobs affect the group productivity, earliness, and tardiness costs. One of the deterministic variants of the problem solving is well-known to be NP-Hard. If random elements are introduced into the problem, the level of complexity becomes higher. Hence, many priority rules have been developed to tackle stochastic job shop scheduling problem. However, to devise a better solution approach, simulation- optimization approach might be used. In this study, a mathematical model is developed for project scheduling with random process times and possible machine breakdowns. Then, a simulation-optimization model is designed to choose among a list of priority rules using Rockwell Arena 14. Finally, a numerical example was used to evaluate the quality of the model. Results show that the rule Longest Processing Time (LPT) yields the lowest total earliness and tardiness costs.

کلیدواژه‌ها [English]

  • Simulation Optimization
  • New Product Development
  • productivity
  • earliness
  • and tardiness

[1]      Pinedo, M., Scheduling Theory, Algorithms, and Systems Third Edition, ed. T. Edition. 2012: springer.

[2]      Sajadi, S.M., Tavan, F. and Heidary Dahooie, J., Business Processes Design of Small and Medium Enterprises of Perishable Items in order to Determination of Optimum Production Policy with Simulation Approach. The Modares Journal of Management Research in Iran, 2015. 19(3): p. 7-35.

[3]      shahbazi, s., Sajadi, S.M. and Jolai, F., A simulation model for managing the process of implementing projects related to new product development in R&D centers. Iranian Journal of Engineering Education, 2017. 19(75):p.151-166

[4]      Maleki, A., Sajadi, S.M. and Rezaee, B., Explanation and Improvement Performance Indicators of the Emergency System Using Discrete Event Simulation (Case Study: Arak Imam Khomeini Hospital). 2014,: p.13

[5]      shahbazi, s., Sajadi, S.M. and Jolai, F., A Simulation-Based Optimization Model for Scheduling New Product Development Projects in Research and Development Centers. Iranian Journal of Management Studies, 2017. 10(4): p. 883-904

[6]      Sajadi, S.M., Esfahani, M.M.S. and Sörensen, K., Production control in a failure-prone manufacturing network using discrete event simulation and automated response surface methodology. The International Journal of Advanced Manufacturing Technology, 2011. 53(1-4): p. 35-46

[7]      Hashim, S.A.M., SIMULATION FOR REDUCING ENERGY CONSUMPTION OF MULTI CORE LOW VOLTAGE POWER CABLE MANUFACTURING SYSTEM. Journal on Technical and Vocational Education, 2017.(2).:p.55

[8]      Sharma, S.K., Suraj, B., and Routroy, S., Positioning of Inventory in Supply Chain Using Simulation Modeling. 2017.p.68

[9]      Teles, J., Lopes, R.B. and Ramos, A.L., A Simulation-Based Analysis of a Cork Transformation System, in Engineering Systems and Networks: The Way Ahead for Industrial Engineering and Operations Management, M. Amorim, et al., Editors. 2017, Springer International Publishing: Cham. p.3-11

[10]   Rane, A.B., et al., Improving performance of lock assembly line using lean and simulation approach. International Journal of Business Performance Management, 2017. (1): p.101-124

[11]   Bhattacharyya, R., Kumar, P. and Kar, S., Fuzzy R&D portfolio selection of interdependent projects. Computers & Mathematics with Applications, 2011. (10): p. 3857-3870

[12]   Zhang, W.-G., et al., Evaluating methods of investment project and optimizing models of portfolio selection in fuzzy uncertainty. Computers & industrial engineering, 2015. 61(3): p.721-728

[13]   ghafoori, s. and taghizadeh yazdi, m., Proposing a Multi-Objective Mathematical Model for RCPSP and Solving It with Firefly and Simulated Annealing algorithms. Modern Research in Decision Making, 2017. 1(4): p.117-142

[14]   Mottaghi, H. and Ghadrdan, A., Reduction of lead-time Production by Using Value Stream Mapping and Simulation. The Modares Journal of Management Research in Iran, 2014. 18(4): p.161-181

[15]   Blackstone, J.H., Phillips, D.T. and Hogg, G.L., A state-of-the-art survey of dispatching rules for manufacturing job shop operations. The International Journal of Production Research, 1982. 20(1): p.27-45

[16]   Azadivar, F. Simulation optimization methodologies. in Proceedings of the 31st conference on Winter simulation: Simulation---a bridge to the future-Volume 1. 1999. ACM.

[17]   Klemmt, A., et al. Investigation of modified heuristic algorithms for simulation-based optimization. in Electronics Technology, 30th International Spring Seminar on. 2007. IEEE.