فردین احمدی زر

این مقاله مسئله قیمت گذاری محصول در زنجیره تامین حلقه بسته چند دوره ای چند محصولی با تقاضای وابسته به قیمت را بررسی می کند. هدف، اختصاص مکان برای مرکز جمع آوری و دمونتاژ، مسیریابی وسایل نقلیه و سفارش دهی مواد به منظور به حداکثر رساندن سود است. در این مقاله یک مدل ریاضی غیرخطی برای حل مسائل در ابعاد کوچک ارائه شده است. از آنجا که مسئله حاضر دارای پیچیدگی سخت است، دو روش فراابتکاری الگوریتم ژنتیک و بهینه سازی تجمع ذرات برای حل مسائل با ابعاد متوسط و بزرگ استفاده شده است. برای اعتبارسنجی این دو الگوریتم، نتایج آنها با نتایج به دست آمده از مدل ریاضی مورد مقایسه قرار گرفته است. نهایتاً، مقایسه عملکرد دو الگوریتم فراابتکاری از طریق تحلیل های آماری  نشان داده است که الگوریتم بهینه سازی تجمع ذرات عملکرد بهتری نسبت به الگوریتم ژنتیک دارد.

الگوریتم مورچگان یک روش فرا ابتکاری است که بر اساس رفتار مورچه‌های طبیعی عمل می‌نماید. در این مقاله از این الگوریتم به منظور بهینه‌یابی قابلیت اطمینان در سیستم‌های سری با انتخاب‌های چندگانه در مورد هر زیرسیستم استفاده شده است، طوریکه انتخاب تکنولوژی به گونه ای صورت می گیرد تا قابلیت اطمینان با در نظر گرفتن محدودیت بودجه حداکثر گردد. این مسأله یک مسأله برنامه ریزی صفر و یک غیرخطی می‌باشد که از مسائلNP- hard محسوب می‌شود. در الگوریتم مورچگان توسعه داده شده، هر مورچه مصنوعی بر اساس اطلاعاتی که از مورچه‌های قبلی دریافت می‌نماید و با توجه به تابع هدف مسأله اقدام به ایجاد یک جواب می‌نماید؛ این جواب تضمینی ندارد که موجه باشد، لذا ابتدا با یک مکانیزم مناسب با یک جواب همسایه موجه جایگزین می‌شود و سپس با استفاده از یک روش جستجوی محلی بهبود می‌یابد. این روش با تنها روش فراابتکاری موجود که یک الگوریتم مورچه می باشد مقایسه شده است؛ نتایج محاسباتی نشان می‌دهد که الگوریتم ارائه شده می‌تواند جواب‌های دارای کیفیت را برای مسائل با ابعاد بزرگ در زمانی کوتاه بدست آورد.