الگوریتم تکامل تفاضلی

 توجه ویژه به نیازهای اطاعاتی استفاده کنندگان صورت های مالی، یکی از رسالت های اصلی گزارشگری می باشد و در این راستا افشای مناسب و کامل اطلاعات نقش اساسی را دارد. هدف این تحقیق بررسی این موضوع است که آیا می توان کیفیت افشای شرکتی را بر اساس مدل های مبتنی بر یادگیری ماشین کشف کرد. در این تحقیق امتیازبندی سطح افشای شرکت های بورس ایران توسط سازمان بورس و اوراق بهادار به عنوان نماینده سطح افشای شرکتی در نظر گرفته شده و برای پیش بینی از مدل الگوریتم های کلونی مورچگان و تکامل تفاضلی استفاده شده است. برای این منظور 171 شرکت عضو بورس اوراق بهادار تهران طی دوره زمانی 1389-1393 مورد مطالعه قرار گرفتند. در این تحقیق با استفاده از نرم افزار متلب اقدام به پیش بینی کیفیت افشای شرکتی شده است. نتایج برازش الگوریتم های کلونی مورچگان و تکامل تفاضلی نشان می دهد که این دو الگوریتم با دقت بالای 95 درصد توانایی پیش بینی مدیریت سود را دارند. در واقع نتایج مبین آن است که مدل کلونی مورچه ها توانایی بیشتری (خطای 3. 316 درصد) در پیش بینی مدیریت سود نسبت به مدل تکامل تفاضلی (خطای 4. 139 درصد) دارد.

هدف: ارائه یک مدل برنامه ریزی ریاضی که تابع هدف آن کمینه سازی هزینه وسایل نقلیه و بیشینه سازی میزان رضایت رانندگان وسایط نقلیه را از طریق بهینه سازی زمان سرویس دهی در حالت عدم قطعیت زمان های عبوری است.     روش شناسی پژوهش: با توجه به دنیای واقعی، میزان درآمد توزیع کنندگان رابطه مستقیمی با میزان کالای تحویلی به مشتریان دارد به همین دلیل، شرکت های توزیع در تلاش هستند علاوه بر کاهش هزینه حمل ونقل با افزایش میزان کالای قابل توزیع برای رانندگان رضایت آن ها را بیشینه نمایند. در این مقاله، با توجه به آن که زمان توزیع کالا توسط توزیع کنندگان با توجه به شرایط جوی، ترافیک و خرابی وسیله نقلیه و غیره به صورت غیرقطعی است، زمان های عبور وسایط نقلیه از مسیرها به صورت احتمالی در نظر گرفته می شود. یافته ها: نتایج حاکی از آن است که کیفیت جواب های حاصل از الگوریتم تکامل تفاضلی با توجه به زمان حل محاسباتی مناسب است. اصالت/ارزش افزوده علمی: توازن در میزان حمل کالا و توزیع کالا با توجه به زمان عبوری غیرقطعی سود توزیع کنندگان را افزایش و منجر به افزایش رضایت آن ها می شود.

پژوهش پیش رو، رویکردی را به منظور ایجاد زمان بندی مقاوم و پایدار برای محیط کار کارگاهی منعطف، زمانی که شکست تصادفی ماشین وجود دارد، پیشنهاد می کند. به منظور بررسی وضعیت شکست ماشین از شبیه سازی استفاده شد که برای دستیابی به زمان بندی مقاوم و پایدار به کمک الگوریتم های فراابتکاری پکپارچه شده است. الگوریتم پیشنهادی دو مرحله را دربرمی گیرد. در مرحله اول، از آنجاکه زمان تکمیل برنامه اولین هدف هر برنامه زمان بندی است، این شاخص بهبود می یابد و سپس در مرحله دوم سه شاخص زمان تکمیل برنامه، مقاومت و پایداری به صورت خطی ترکیب شده و تابع هدف را تشکیل خواهد داد. در مدل پیشنهادی، برنامه ریز می تواند میزان اهمیت هریک از شاخص ها را در تابع ترکیب خطی مشخص کند و مسیر بهبود الگوریتم را در جهت شاخص های مد نظر تغییر دهد. نتایج محاسباتی نشان می دهد که دستیابی به زمان بندی مقاوم و پایدار بدون افت در شاخص زمان تکمیل برنامه امکان پذیر است. در نهایت از آزمون فرضیه آماری به منظور مقایسه عملکرد دو الگوریتم فراابتکاری استفاده شده است.