الگوریتم ژنتیک (GA)

برای محاسبه دبی اوج سیلاب در حوضه های فاقد آمار یکی از روش های مورد استفاده، روش های تجربی است. از روش-های تجربی که در این تحقیق استفاده شده است، روش فولر بوده که محاسن آن نسبت به سایر روش های تجربی ارائه دوره های مختلف سیلاب می باشد. در این تحقیق، مقایسه تکنیک های بهینه سازی برنامه ریزی خطی و الگوریتم ژنتیک در بهینه سازی ضرایب فرمول تجربی فولر بترتیب در محیط برنامه نویسی اکسل و متلب برای حوضه های منتخب منطقه هدف قرار داده شده است. بدین منظور آمار دبی حداکثر 24 ساعته 9 ایستگاه موجود در استان آذربایجان غربی با طول دوره آماری 21 سال مورد بررسی قرار گرفت. مقایسه نتایج برتری روش الگوریتم ژنتیک و سپس برنامه ریزی خطی را نشان داد. همچنین نتایج نشان می دهد که استفاده از روش های جستجوی هوشمند عملکرد روش های مرسوم را به میزان قابل توجهی بهبود می بخشد.

انتخاب سبد سرمایه یکی از مهمترین دغدغه های هر سرمایه دار می باشد و هدف نحوه توزیع سرمایه در بخش های مختلف به گونه ای است که بیشترین نرخ بازدهی را از دید سرمایه گذار داشته باشد. پس انداز در مؤسسات مالی و یا در قالب خرید اوراق قرضه و یا سرمایه گذاری در زمینه هایی همچون بازار مسکن، بازار سهام، بازار ارزهای خارجی و یا فلزات قیمتی همچون طلا و نقره از جمله انتخاب های مهم برای هر سرمایه گذار البته با درجه ریسک های متفاوت است. شرایط تصمیم سازی می تواند اطمینان کامل، ریسکی و یا عدم اطمینان کامل و تکنیک های تصمیم سازی می تواند بهینه سازی و یا ابتکاری باشد. تاکنون در طول چند دهه گذشته روش های مختلفی بسته به شرایط مسئله انتخاب سبد سرمایه ارائه شده است. در این پژوهش، یک الگوریتم فراابتکاری بر پایه الگوریتم ژنتیک و بر اساس زندگی گروهی شیرها جهت یافتن یک سبد سرمایه مناسب برای سرمایه گذار در شرایط ریسکی معرفی شده است. استفاده از تخمین های خوش بینانه، محتمل و بدبینانه راهکاری است که در شرایط ریسکی استفاده شده است. نتایج حاصل از پژوهش، مؤید کارآمدی روش معرفی شده در تعیین نحوه توزیع سرمایه در بخش های مختلف با معیار حداکثر بازدهی سرمایه است.

این مطالعه با هدف بررسی تأثیر افزایش قیمت شناخته شده بر مدل موجودی دارای توزیع یکنواخت و نمایی برای فاصله بازپرسازی انجام شده است. این مقاله بهینه سازی تصمیمات کنترل موجودی را برای محصولات فاسد شدنی با در نظر گرفتن افزایش قیمت شناخته شده، فاصله احتمالی بازپرسازی، محدودیت ظرفیت انبار و سفارش مجدد بررسی می کند. برای به دست آوردن مقدار سفارش موجودی ، مسئله به گونه ای مدل می شود که تابع صرفه جویی در هزینه کل از تفاوت بین خط مشی سفارش بهینه برای سفارش های خاص و معمولی به دست می آید. دو وضعیت مورد بحث در این مطالعه به شرح زیر است: (1) مدل سازی مسئله بدون محدودیت. و (2) در نظر گرفتن محدودیت برای ظرفیت انبار. برخی آزمایش های محاسباتی برای بررسی تأثیر پارامترهای مختلف بر عملکرد صرفه جویی در هزینه انجام می شوند. در این مطالعه برای مسئله محدودیت، از الگوریتم ژنتیک (GA) و بهینه سازی ازدحام ذرات (PSO) استفاده شده است. عملکرد GA و PSO از نظر مقادیر صرفه جویی در هزینه و زمان محاسبه مقایسه شده است. بر اساس نتایج این مطالعه، الگوریتم GA عملکرد بهتری نسبت به PSO دارد. بر این اساس، برای یک مساله نامحدود، با استفاده از مشتق تابع سود و انجام تحلیل حساسیت، تأثیر برخی از پارامترها مانند تقاضا، قیمت فروش، هزینه نگهداری پس از افزایش قیمت، λ در توزیع نمایی، طول دوره ها در توزیع یکنواخت، نرخ فاسد شدن بر روی متغیر تصمیم، مقدار سفارش و سود به دست آمده است.