شبیه سازی تبرید

سیستم ذخیره سازی، بارگیری و انتقال فرآورده های نفتی مهم ترین بخش زنجیره تامین فرآورده های نفتی را تشکیل می دهد. مدیریت این سیستم، نقش به سزایی در عملکرد زنجیره تامین فرآورده های نفتی دارد. به علت گستردگی عملیات انبارهای نفتی، استفاده از روش های علمی و بهینه سازی به جای روش های سنتی برای استفاده بهینه از منابع موجود انبارهای ذخیره سوخت و کاهش هزینه های سیستم ضروری به نظر می رسد. در این مطالعه، جهت دستیابی به نتایج کمی برای آنالیز عملکرد انبار، اقدام به طراحی مدل صف انبار با سرویس های متوالی گردیده است. مدل شبیه سازی طراحی شده با بهره گیری از اطلاعات مربوط به انبار نفت شمال غرب تهران پیاده سازی شده است. پس از آن با استفاده از روش متاهیوریستیک شبیه سازی تبرید سعی در یافتن ترکیب بهینه بازوهای بارگیری در انبار برای رسیدن به حداقل زمان انتظار نفتکش ها در صف قبل از ورود به انبار مذکور بوده است. جواب به دست آمده با جواب بهینه نرم افزار تجاری بهینه سازی شبیه سازی OptQuest مقایسه شده است. نتایج حاصل به طور خلاصه ارائه گردیده است.

امروزه استفاده از روش های فرا ابتکاری برای دست یابی به پاسخ¬های رضایتبخش در بهینه¬یابی ترکیبیاتی رشد چشمگیری یافته است. به دلیل نزدیک شدن مسائل به شرایط موجود در دنیای واقعی و در نتیجه افزایش پیچیدگی مسائل و ناتوانی روش های ریاضی فعلی برای ارائه نقطه بهینه با صرف معقول منابع، این اقبال تشدید شده است. توسعه روش های فرا ابتکاری معمولاً با بررسی نحوه بهینه-یابی در طبیعت و الهام گرفتن از آن صورت می¬گیرد که از جمله می¬توان به الگوریتم ژنتیک، الگوریتم مورچگان و شبیه¬سازی تبرید اشاره کرد. الگوریتم پیشنهادی این مقاله، با بررسی رفتار جالب توجه دو تابع (xCos(x و tanh(x) در حلقه های تکرار، توسعه یافته است و روشی برای یافتن همسایگی در توابع پیوسته ارائه می¬دهد که نسبت به الگوریتم بهینه¬یابی شبیه¬سازی تبرید و الگوریتم شبیه¬سازی تبرید مبتنی بر تئوری ابر، عملکرد بهتری از نظر دقت و سرعت دارد. برتری الگوریتم پیشنهادی به دو الگوریتم یاد شده، با مقایسه عملکرد این الگوریتم¬ها در یافتن نقطه (نقاط) بهینه هفت تابع پیوسته معروف به اثبات رسید

برنامه ریزی و زمان بندی پروژه یکی از مباحث بسیار مهمی است که مدیران پروژه با آن مواجه اند و از عوامل کلیدی در موفقیت یا عدم موفقیت پروژه محسوب می شود. تحقیقات انجام گرفته در زمان بندی پروژه نشان می دهد که به طور مرسوم در زمان بندی پروژه برنامه ریزی تجهیزات را نادیده گرفته و یا ابتدا فعالیت های پروژه زمان بندی و سپس تجهیزات بر اساس آن برنامه ریزی می شود. این کار سبب خارج شدن از بهینه زمان بندی می شود. در این مقاله با مد نظر قرار دادن همزمان زمان بندی پروژه و برنامه ریزی تجهیزات، دو الگوریتم ژنتیک و شبیه سازی تبرید برای کمینه کردن هزینه ها، ارائه می شود. برای بررسی کارایی الگوریتم های پیشنهادی، مسائلی با تعداد فعالیت ها و تجهیزات مختلف مورد بررسی قرار گرفته و نتایج با هم مقایسه می شوند. نتایج نشان می دهد که الگوریتم های پیشنهادی قادرند تا مدل برنامه ریزی خطی عدد صحیح مختلط موجود را با تعداد گره های بالا و ضریب پیچیدگی های مختلف در زمانی کوتاه حل کنند. زمان بندی پروژه، الگوریتم ژنتیک ،شبیه سازی تبرید، برنامه ریزی تجهیزات

این مقاله، مساله زمان بندی پروژه تحت محدودیت منابع (RCPSP) را در بخشی از یک پروژه احداث پالایشگاه در دنیای واقعی بررسی می کند. در فعالیت های دنیای واقعی، اکثر فعالیت ها جدید بوده و با عدم قطعیت در زمان انجام این فعالیت ها مواجه هستیم که این امر منجر به تغییرات زیادی در زمان اتمام پروژه می شود. در این تحقیق، به دلیل NP-hard بودن مساله RCPS، یک روش بهینه سازی بر مبنای الگوریتم شبیه سازی تبرید برای حل مساله زمان بندی پروژه تحت محدودیت منابع در شرایط عدم قطعیت زمان فعالیت ها ارائه می شود. برای نمایش این عدم قطعیت از نظریه مجموعه های فازی استفاده شده است. برنامه تولید زمان بندی به کار رفته در الگوریتم شبیه سازی تبرید پیشنهادی، روش تولید زمان بندی موازی فازی می باشد. الگوریتم پیشنهادی، حداقل زمان تکمیل پروژه را با در نظر گرفتن محدودیت منابع تجدیدپذیر و محدودیت روابط پیشنیازی فعالیت ها تولید می کند و این قابلیت را دارد که دقیقا با اعداد فازی اجرا شده و جزئیات پروژه شامل زمان شروع، زمان پایان فعالیت ها و زمان تکمیل پروژه را به صورت اعداد فازی ارائه کند. در نهایت اعتبارسنجی الگوریتم مورد سنجش قرار خواهد گرفت و نشان می دهیم الگوریتم پیشنهادی، الگوریتمی کارا بوده و بسادگی قابل استفاده توسط مدیران و برنامه ریزان پروژه در پروژه های واقعی است

در مسائل مکانیابی پوشش نوین، افزایش فاصله از تسهیل ارائه دهنده سرویس در ناحیه پوشش، موجب کم شدن سطح پوشش دهی می گردد و تحت عنوان پوشش تدریجی در نظر گرفته می شود، با ازدیاد نقاط تقاضا، زمان حل در اینگونه مسائل افزایش می یابد. لذا روشهای مختلف حل از جمله دقیق، فرا ابتکاری و ابتکاری برای مدلهای مختلف مسئله پوشش تدریجی مطرح شده است. در این مقاله مسئله پوشش تدریجی با استفاده از روشهای شبیه سازی تبرید، خوشه بندی شبکه عصبی و خوشه بندی k -means حل شده و جوابها و زمانهای بدست آمده از سه روش مورد تحلیل قرار گرفته است. نتایج بدست آمده نشان دهنده کارایی روش k-means در حل مسئله است و این روش می تواند در مدت زمان قابل قبول جوابهایی با دقت بالا (نزدیک به جوابهای بدست آمده از روش شبیه سازی تبرید) تولید نماید. در ادامه کاربرد روشهای خوشه بندی در مسئله پوشش تدریجی برای احداث مرکز خرید در ایران مورد ارزیابی قرار گرفته و تسهیلات بدست آمده با این روش به مکانهایی اختصاص داده شده اند که بیشترین پوشش را دارا هستند.

مدیریت زنجیره تأمین یکی از مسائل اساسی پیش روی سازمان ها است. در این تحقیق مدلی برای تصمیم های مکان یابی تسهیلات و تخصیص شبکه توزیع به منظور کمینه کردن دو هدف هزینه و زمان در داخل زنجیره تأمین سه سطحی ارائه شده است. این هدف ها شامل هزینه های راه اندازی، سفارش، خرید، تولید، حمل و نقل، زمان های تولید، ارسال کالا و دریافت مواد اولیه است. مدل ارائه شده، یک مسئله برنامه ریزی غیرخطی عدد صحیح مختلط است که مکان مناسب برای راه اندازی تسهیلات را با توجه به تأمین کنندگان و توزیع کنندگان مشخص می کند. همچنین در این تحقیق برای حل مدل از ابزار بهینه سازی سیپلکس، الگوریتم ژنتیک و شبیه سازی تبرید استفاده شده است. و درنهایت برای بررسی و اندازه گیری کارایی روش حل مسئله، نتایج محاسباتی به دست آمده با تحلیل آماری با یکدیگر مقایسه شده اند.

دو مسئله مهم در طراحی یک سیستم تولید سلولی، مسائل تشکیل سلول و چیدمان گروهیی میی باشیند مسیئله تشکیل سلول شامل گروه بندی قطعات در قالب خانواده قطعات و گیروه بنیدی ماشیی هیا در قالیب سیلول هیای تولیدی می شود مسئله چیدمان گروهی نیز شامل تعیی چیدمان ماشی ها درون سلول ها و تعیی چییدمان خیود سلول ها می گردد در ای مقاله یک رویکرد یکپارچیه بیرای حیل مسیائل تشیکیل سیلول، چییدمان گروهیی و مسیریابی ارائه می گردد در ای رویکرد، با درنظر گرفت ابعاد ماشیی آلات، پهنیای راهروهیا و حیداکطر طیول مجاز برای قرارگرفت ماشی ها بصورت طولی، از یک چیدمان می ارپیچی جدیید بیرای طراحیی سیسیتم تولیید سلولی استفاده می شود برای کاربردی تر ساخت مسئله، پارامترهیایی نظییر تقاییای قطعیات، تیوالی عملییات، زمانهای پردازش و ظرفیت ماشی آلات، در مدلسازی مسئله مد نظر قرار می گیرند مسئله بصیورت ییک میدل برنامه ریزی عدد صحیح، با دو هدف کمینهسازی هزینه های حملونقل، و بیشینهسازی تشابهات میان ماشیی هیا فرموله می شود بدلیل پیچیدگی محاسباتی مسئله، سه الگوریتم فرا ابتکاریِ مبتنی بیر الگیوریتم هیای ننتییک و شبیهسازی تبرید، برای حل آن پیشنهاد می گردد در ای الگوریتم ها از برنامه رییزی پوییا بیرای حیل قسیمتی از مسئله بهره برده می شود با حل چند مطال عددی از ادبیات مویوع، کیارایی الگیوریتم هیا میورد ارزییابی قیرار می گیرد در نهایت، مقایسه ای بی چیدمان مارپیچی ارائه شده در ای تحقیق و چیدمانی خطیِ چند سطری که - اخیراً در ادبیات مویوع ارائه شده بود، صورت می گیرد

در مسئله مکان یابی تسهیلات نامطلوب برخلافِ تسهیلات مطلوب، تا حد امکان سعی می شود تسهیلات دور از مناطق دریافت کننده خدمت استقرار یابند. در این پژوهش درباره مسئله مکان یابی این قبیل تسهیلات بحث شده است. در این مسائل بر اصطلاح «نه در حیاط خلوت من»، تمرکز و به پدیده های اجتماعی اشاره دارد. در این پدیده ساکنان با مکان یابی تسهیلات نامطلوب اطراف خانه هایشان مخالف اند. نمونه هایی از این تسهیلات شامل خطوط انتقال برق و مراکز بازیافت است. به دلیل اینکه درجه آلودگی حاصل از این تسهیلات با عدم قطعیت همراه است، در این پژوهش برای نخستین بار عملکرد این مسئله با در نظر گرفتن عدم قطعیت احتمالی ارزیابی شده است. این مسئله در فضای گسسته در نظر گرفته شده است. در این مسئله سه حالتِ ممکن برای دامنه تغییراتِ این دو پارامتر در نظر گرفته شده است. باتوجه به اینکه ارتباط و میزان اختلاف درجه آلودگی اصلی و حاشیه ای نیز نامشخص است، سناریوها براساس درجه اختلاف این دو پارامتر در نظر گرفته شده اند. با در نظر گرفتن این سناریوها، اهمیت درجه اختلاف این دو پارامتر در مسئله مکان یابی تسهیلات نامطلوب بررسی شده است. در این پژوهش مدل ریاضی مسئله، روش های مواجهه با عدم قطعیت، مدل سازی مسائل برنامه ریزی تصادفی و روش استفاده شده در مسئله درحال مطالعه ارائه شده است. باتوجه به NP-hard بودن مسئله، الگوریتم فراابتکاری شبیه سازی تبرید برای حل مسئله در ابعاد بزرگ پیشنهاد شده است. آزمایشات عددی برای ارزیابی و اعتبارسنجی مدل ریاضی و الگوریتم پیشنهادی در نظر گرفته شده است و عملکرد الگوریتم پیشنهادی در حل مسائل مختلف با الگوریتم ژنتیک موجود در ادبیات مسئله درحال مطالعه، مقایسه و برتری آن ارائه شده است.

 امروزه سازمان ها و به خصوص مراکز تحقیق و توسعه با مسئله انتخاب سبد پروژه در شرایط عدم قطعیت مواجه اند. علاوه بر این در بیشتر تحقیقات گذشته زمان بندی سبد پروژه به صورت مجزا پس از انتخاب آنها صورت می گیرد که به کاهش کارایی مدل می انجامد. ازاین رو در این پژوهش، یک مدل برنامه ریزی عدد صحیح غیرخطی برای مسئله چندهدفه انتخاب و زمان بندی همزمان با اهدف ماکزیمم سازی ارزش کنونی خالص مورد انتظار و مینیمم سازی ارزش کنونی واریانس درآمد کل پروژه ها ارائه می شود. همچنین درآمد سالانه پروژه ها دارای خودهمبستگی است و از مدل سری زمانی مناسبی پیروی می کند. از مزایای مدل پیشنهادی، در نظر گرفتن ریسک ناشی از عدم قطعیت موفقیت پروژه ها و درآمد آنها و نیز ریسک ناشی از کمبود بودجه است. با توجه به پیچیدگی زیاد آن به خصوص برای مسائل بزرگ، الگوریتم های ازدحام ذرات، شبیه سازی تبرید و ژنتیک ارائه شده و کارایی آنها در یک مثال فرضی مقایسه می شود. نتایج حاصل، بیانگر برتری نسبی الگوریتم شبیه سازی تبرید از نظر کیفیت جواب و زمان اجراست. سرانجام مدل پیشنهادی با پیاده سازی در یک شرکت دانش بنیان در دانشگاه فردوسی مشهد اعتبارسنجی می شود.