سید فرید قنادپور

سید فرید قنادپور

مطالب

فیلتر های جستجو: فیلتری انتخاب نشده است.
نمایش ۱ تا ۲ مورد از کل ۲ مورد.
۱.

ارایه مدلی ابتکاری جهت برنامه ریزی کار خدمه و پرسنل راه آهن(مقاله علمی وزارت علوم)

کلید واژه ها: الگوریتم ژنتیک برنامه ریزی کار پرسنل مسأله Set Covering Problem (SCP روش جستجوی Depth First Search (DFS)

حوزه های تخصصی:
تعداد بازدید : 82 تعداد دانلود : 625
ارایه مدلی برای برنامه ریزی کار خدمه راه آهن، هدف عمده از پژوهش حاضر است که در آن می بایست برای گروههای خدمه مورد نیاز جهت ارایه سرویس به سفرهای موجود در جدول زمان بندی حرکت قطارها، برنامه ریزی شود. مدل پیشنهادی به دو فاز مستقل تقسیم می شود که در فاز اول با استفاده از استراتژی جستجوی Depth First Search تمام سفرهای رفت و برگشتی که شروع و خاتمه آنها در محل استقرار خدمه است تحت عنوان مجموعه pairing ها تعیین می شوند. در فاز دوم با استفاده از مسأله Set Covering Problem به مدلسازی مسأله پرداخته می شود و با استفاده از الگوریتم ژنتیک با تعریف اپراتورهایی خاص بهینه می شود. در نهایت زیر مجموعه ای از pairing ها با حداقل هزینه که تمام سفرها را تحت پوشش قرار داده اند برای تخصیص به گروههای خدمه تعیین می شوند. نهایتا" برای تعیین اعتبار مدل پیشنهادی به حل چندین مسأله از مسایلی که توسط Beasley برای مسأله برنامه ریزی خدمه مطرح شده اند پرداخته می شود که به استناد نتایج حاصل شده، الگوریتم پیشنهادی جواب هایی با کیفیت و زمان حل مناسب تولید کرده است.
۲.

مسیریابی لکوموتیوها در شبکه با استفاده از یک الگوریتم ژنتیک ترکیبی(مقاله علمی وزارت علوم)

کلید واژه ها: الگوریتم ژنتیک مسأله مسیریابی وسایل نقلیه همراه با پنجره زمانی مسأله مسیریابی لکوموتیوها

حوزه های تخصصی:
تعداد بازدید : 178 تعداد دانلود : 722
هدف از انجام تحقیق حاضر حل مسئله مسیریابی لکوموتیوها در شبکه ریلی است که از نیازهای عمده صنعت ریلی به شمار می‌آید. در این پژوهش از مسأله مسیر‌یابی وسایل نقلیه همراه با پنجره زمانی (VRPTW)1 به منظور مدلسازی مسأله مسیر‌یابی لکوموتیوها استفاده می‌شود. در این مقاله پس از مرور تکنیک‌های حل مسأله VRPTW و مسیریابی لکوموتیوها، الگوریتم ژنتیک بعنوان الگوریتم اصلی حل مسأله برگزیده شده است و از الگوریتم‌های ابتکاری PFIH2 به منظور تعیین جواب اولیه و مکانیزم λ-interchange برای جستجوی همسایگی و بهبود در الگوریتم استفاده شده است. شایان ذکر است که الگوریتم ترکیبی ژنتیک, PFIH و λ-interchange کلاس پیچیدگی زمان محاسباتی الگوریتم حل را از طبقه نمایی3 به چندجمله‌ای4 تبدیل کرده که یکی از مزیت‌های عمده این روش محسوب می‌شود. دو سناریوی متفاوت از مسأله مسیریابی لکوموتیوها مورد بررسی و مقایسه قرار گرفته و نتایج حاصل از آن ارائه شده است. همچنین برای تعیین اعتبار مدل بیان شده, نتایج مقایسه جواب‌های حاصل از الگوریتم ژنتیک ترکیبی با جواب‌های قطعی حاصله از نرم افزاری بهینه‌ساز ارائه شده است. نتایج حاصله بر کیفیت خوب جواب‌ها و صرفه‌جوئی مناسب در زمان حل تأکید دارند.

کلیدواژه‌های مرتبط

پدیدآورندگان همکار

تبلیغات

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

حوزه تخصصی

زبان