مطالب مرتبط با کلیدواژه

الگوریتم وال


۱.

ارائه مدل بهینه سازی استوار به منظور طراحی زنجیره تأمین خون جامع تحت شرایط عدم قطعیت عرضه و تقاضا(مقاله علمی وزارت علوم)

کلیدواژه‌ها: زنجیره تأمین خون مدل سازی ریاضی مدل سازی استوار الگوریتم وال الگوریتم رقابت استعماری

حوزه های تخصصی:
تعداد بازدید : ۴۴۶ تعداد دانلود : ۳۶۵
خون یک کالای حیاتی است و کمبود آن در زنجیره تأمین نظام سلامت خون مسئله ساز و مصیبت بار خواهد بود. هرگونه پیشرفت در عملکرد زنجیره تأمین نظام سلامت به میزان زیادی باعث صرفه جویی در هزینه سیستم سلامت می شود و از همه مهم تر اینکه جان انسان های زیادی را نجات خواهد داد؛ بنابراین در این پژوهش زنجیره تأمین خون به صورت مدل ریاضی برنامه ریزی غیرخطی مختلط شامل مراحل جمع آوری، فرآوری و توزیع خون و محصولات خونی با درنظر گرفتن طول عمر و سن تقاضا، طراحی شده است که به دنبال کاهش هزینه های متحمل بر زنجیره تأمین و نیز کاهش کمبود محصولات خونی می باشد. ازآنجا که همواره احتمال تغییرات ذاتی در بسیاری از پارامتر های مسئله از جمله عرضه و تقاضا وجود دارد، از روش بهینه سازی استوار به منظور مقابله با این عدم اطمینان در زنجیره تأمین استفاده شده است. مدل طراحی شده ابتدا با مثال عددی و در اندازه های کوچک به صورت حل دقیق و در اندازه بزرگ توسط الگوریتم های فراابتکاری وال و رقابت استعماری حل شده و نتایج حل الگوریتم ها ارائه گردیده است. در پایان یک مطالعه موردی برای بررسی کاربرد مدل صورت گرفته است است.
۲.

الگوی ترکیبی پیش بینی رفتارهای متغیر قیمت در بازار سهام(مقاله علمی وزارت علوم)

کلیدواژه‌ها: سهام شبکه عصبی پایه شعاعی تأخیر زمان الگوریتم شاهین هریس الگوریتم وال

حوزه های تخصصی:
تعداد بازدید : ۲۴ تعداد دانلود : ۱۷
هدف پژوهش حاضر، ارزیابی روش های فرا ابتکاری جهت پیش بینی رفتار قیمت سهام و معرفی کارآمدترین روش در بازار سهام ایران است. بدلیل نااطمینانی در زمینه سرمایه گذاری و کثرت متغیرها، سرمایه گذاران به روش پیش بینی روی می آورند که به واسطه آن ها، تخمین هایشان به واقعیت نزدیک و خطایشان کم شود. در این پژوهش، به پیش بینی قیمت سهام 5 شرکت پذیرفته شده در شاخص فلزات اساسی بورس اوراق بهادار تهران در یک بازه زمانی سه ساله، با شرط فقدان توقف معاملاتی پیوسته برای مدت بیش از 3 ماه پرداخته شد. بدین منظور، متغیرهای بهینه از بین 9 متغیر اولیه و پرکاربرد با استفاده از روش های انتخاب ویژگی، الگوریتم های فرا ابتکاری شاهین هریس  و وال انتخاب و سپس با استفاده از شبکه های عصبی پس انتشار خطا، شبکه عصبی پایه شعاعی و شبکه عصبی با تأخیر زمان به پیش بینی قیمت سهام پرداخته شد. نتایج نشان داد که در پیش بینی قیمت سهام فملی، زنگان، فرآور، فاسمین و فولاد به ترتیب WOATD، HHOTD، HHOTD، HHOTD و HHORBF مدل برتر هستند. همچنین نتایج نشان می دهد که روش تکاملی شاهین هریس در یافتن ویژگی ها نسبت به روش تکاملی وال بهتر عمل کرده است. با توجه به نتایج، مدل HHOTD نسبت به بقیه مدل ها از دقت و کارایی بالاتری برخوردار است.