دانلود تحقیق آماده : مقایسه ی سه الگوریتم های بهینه سازی فرااابتکاری ( گرگ خاکستری، وال، کلاغ) در  برنامه ریزی کارخانه هوشمند

در این تحقیق با توجه به اهمیت برنامه ریزی در کارخانه هوشمند به منظور بالا بردن عملکرد تولید و کاهش هزینه ها نیازمند بهینه کردن فرایند تولید می باشد. از این رو روش ها و الگوریتم های مختلفی در جهت بهینه کردن فرایند برنامه ریزی در کارخانه های هوشمند ارائه شده است. از این رو در این تحقیق سعی در مقایسه ی سه روش بهینه سازی با استفاده از الگوریتم های بهینه سازی گرگ خاکستری، الگوریتم بهینه سازی وال و الگوریتم بهینه سازی کلاغ در برنامه ریزی تولید در شرکت قطعه سازی داریم.

1. تعریف مسئله

یکی از مفاهیم کلیدی در صنعت ۴٫۰ کارخانه هوشمند است که به آن کارخانه دیجیتال نیز گفته می شود.. کارخانه ی هوشمند به تولید، انتقال، دریافت و پردازش داده های ضروری می پردازد و از آن ها در جهت تولید انواع کالاها استفاده می نماید.  در سال ۲۰۰۸، قبل از آنکه کارخانه ی هوشمند به عنوان یکی از اجزای اصلی و سازنده ی صنعت ۴۰ معرفی شود، این مفهوم به عنوان یک محیط تولید، جایی که انسان و فرآیندهای تولیدی به وسیله ی سیستم های هوشمند و مبتنی بر رایانه پشتیبانی می شوند و از یک جریان مداوم و یکپارچه تولید برای افزایش کارایی و کیفیت پشتیبانی می کند مطرح شد .

برنامه ریزی کارخانه هوشمند

یک کارحانه هوشمند بهینه اجازه می دهد تا عملیات با حداقل دست و قابلیت بالا انجام شود. ویژگی هایی چون گردش کار خودکار، هماهنگ سازی دارایی ها، ردیابی و برنامه ریزی  بهتر و بهینه سازی مصرفی انرژی جز ویژگی های ذاتی یک کارخانه هوشمند محسوب می شوند و می توانند منجر به افزایش بازده، قابلیت اطمینان و کیفیت و همچنین کاهش هزینه ها و ضایعات شود. بهینه سازی متکی به دانش ، خدمات و برنامه هایی است که در محیط تولید ابر(cloud manufacturing environment)  مورد استفاده قرار می گیرد.

فهرست مطالب  مقایسه ی سه الگوریتم های بهینه سازی فرااابتکاری در  برنامه ریزی کارخانه هوشمند

1. بیان مسئله 
2. برنامه ریزی کارخانه هوشمند
3. مبانی الگوریتم های فراابتکاری
4. الگوریتم بهینه سازی گرگ خاکستری
5. ساختار الگوریتم بهینه سازی وال(WOA)
6.  ویژگی الگوریتم بهینه سازی جستجوی کلاغ CSA
7. مطالعه ی موردی در برنامه‌ریزی فرآیند هوشمند
8. نحوه ی پیاده سازی الگوریتم های بهینه سازی
9. مقایسه ی روش های مختلف بهینه سازی
10. ارائه ی پیشنهادات برای بهبود فرایند برنامه ریزی
11. جمع بندی

مراجع

Dou, Jianping, Jun Li, and Chun Su. “A discrete particle swarm optimisation for operation sequencing in CAPP.” International Journal of Production Research ۵۶٫۱۱ (2023): ۳۷۹۵-۳۸۱۴٫

Milošević, Mijodrag, et al. “Intelligent Process Planning for Smart Factory and Smart Manufacturing.” Proceedings of 5th International Conference on the Industry 4.0 Model for Advanced Manufacturing. Springer, Cham, 2020.

Mirjalili, Seyedali, and Andrew Lewis. “The whale optimization algorithm.” Advances in engineering software ۹۵ (2022): ۵۱-۶۷٫

Mirjalili, Seyedali, Seyed Mohammad Mirjalili, and Andrew Lewis. “Grey wolf optimizer.” Advances in engineering software ۶۹ (۲۰۱۴): ۴۶-۶۱٫

Petrović, M. Artificial intelligence in intelligent process planning. Diss. Ph. D. thesis, University of Belgrade, Mechanical Faculty, 2016.

Sayed, Gehad Ismail, Aboul Ella Hassanien, and Ahmad Taher Azar. “Feature selection via a novel chaotic crow search algorithm.” Neural computing and applications ۳۱٫۱ (2021): ۱۷۱-۱۸۸٫

Trstenjak, Maja, and Predrag Cosic. “Process planning in Industry 4.0 environment.” Procedia Manufacturing ۱۱ (۲۰۱۷): ۱۷۴۴-۱۷۵۰٫

Wang, Shiyong, et al. “Implementing smart factory of industrie 4.0: an outlook.” International journal of distributed sensor networks ۱۲٫۱ (۲۰۱۶): ۳۱۵۹۸۰۵٫

Zuehlke, Detlef. “SmartFactory—Towards a factory-of-things.” Annual reviews in control ۳۴٫۱ (۲۰۱۰): ۱۲۹-۱۳۸٫

سمینار آماده مدیریت
سمینار آماده مهندسی صنایع 

مشاهده سمینار آماده مهندسی مکانیک

تحقیق و سمینار اماده مهندسی کامپیوتر