محمدباقر فخرزاد - استادیار، دانشگاه یزد
بهنام رجائی - دانشجوی کارشناسی ارشد، دانشگاه یزد
علیرضا دوزنده - دانشجوی کارشناسی ارشد، دانشگاه یزد
حسین طرفدار - دانشجوی کارشناسی ارشد، دانشگاه یزد

در مسائل زمان بندی معمولاً فرض می شود که ماشین آلات به طور پیوسته در جریان تولید در دسترس قرار دارند اما در بسیاری از موارد مسأله زمان بندی باید با در نظر گرفتن عدم دسترسی ماشین آلات در زمان های مشخصی، به علت برنامه های نگهداری و تعمیرات دوره ای مورد توجه قرار گیرد. در این مقاله مسأله زمان بندی ماشین های موازی با سرعت های متفاوت با توجه به محدودیت های نگهداری تعمیرات دوره ای بررسی شده است. زمان های آماده سازی کارها وابسته به توالی و زمان پردازش تابعی از اثر یادگیری اپراتورها فرض شده است. در شرایط فوق، هدف مساله یافتن توالی بهینه کارها و نیز تخصیص بهینه اپراتورها به ماشین هایی با سرعت متفاوت جهت حداقل کردن بیشترین زمان دیرکرد کارها می باشد. با ارائه نحوه نمایش جواب، برای حل مسأله فوق دو الگوریتم فراابتکاری بر پایه شبیه سازی تبرید و الگوریتم ژنتیک پیشنهاد شده و در نهایت کارایی الگوریتم ها مقایسه و نتایج بدست آمده مورد بررسی قرار گرفته است.

زمان بندی ماشین های موازی، نگهداری و تعمیرات دوره ای، زمان آماده سازی، اثریادگیری، الگوریتم های فراابتکاری