اشکان عیوق - دانشجوی دکتری مدیریت صنعتی دانشگاه شهید بهشتی
مصطفی زندیه - استادیارگروه مدیریت صنعتی دانشکده مدیریت و حسابداری دانشگاه شهید بهشتی
هایده متقی - استادیارگروه مدیریت صنعتی دانشکده مدیریت و حسابداری دانشگاه شهید بهشتی

در این مقاله با توسعه مفهوم خستگی ناشی از کارهای یکسان به دو نوع خستگی مثبت و منفی ناشی از انجام کارهای مشابه و نه صرفا یکسان، مدل جدید و منعطفی ارایه شده است که با استفاده از آن می توان کارها را به نحوی زمانبندی کرد که کارهای مشابه در کوچکترین دوره قابل برنامه ریزی و کارهای غیر مشابه در بزرگترین دوره قابل برنامه ریزی به هر اپراتور تخصیص داده شود، به نحوی که کل هزینه تخصیص (شامل هزینه کل انجام کار و هزینه کل خستگی) کمینه گردد. از آنجا که مدل زمانبندی گردش شغلی پیشنهادی از نوع تخصیص چند دوره ای بوده و به صورت مدل عدد صحیح غیر خطی فرموله می شود، در زمره مسایل بهینه سازی ترکیبیاتی قرار می گیرد. برای غلبه بر پیچیدگی الگوریتمی آن، دو الگوریتم ژنتیک و رقابت استعماری توسعه داده شده و کارایی آنها در مقایسه با نرم افزار لینگو که مدل های عدد صحیح غیر خطی را با رویکرد شاخه و حد در اندازه کوچک حل می نماید، تایید شده است. همچنین نشان داده شده که الگوریتم رقابت استعماری در مقایسه با الگوریتم ژنتیک از کیفیت بالاتری برخوردار است

زمانبندی گردش شغلی، خستگی مثبت و منفی، برنامه ریزی عدد صحیح غیر خطی، الگوریتم ژنتیک و الگوریتم رقابت استعماری