الگوریتم مورچگان

سیستم‌‌های نگهداری مواد و کالا از جمله سیستم‌هایی هستند که در سال‌های اخیر پیشرفت چشمگیری داشته‌اند. این پیشرفت‌ها هم در زمینه سخت‌افزاری مانند سیستم‌های قفسه‌بندی، ماشین‌های ذخیره‌سازی و بازیابی مواد و هم در زمینه نرم‌افزاری نظیر مدل‌های زمان سفر و استراتژی بکارگیری تجهیزات رخ داده اند. توسعه سیستم ذخیره‌سازی و بازیابی اتوماتیک (AS/RS) یکی از مهم ترین پیشرفت‌ها در مسیر مدرن کردن مکانیزم صنایع است. یک سیستم حمل‌و‌نقل در انبار اتوماتیک که گاهی اوقات به انبار مرتفع اطلاق می‌شود،‌ ترکیبی از تجهیزات و کنترل‌هاست که مواد را سریع تر و با امنیت بیشتر و کارآتر از روشهای سنتی جابجایی، ذخیره، بازیابی و یا جابجا می‌کند. در این مقاله مدل جدیدی در حوزه مسأله فروشنده دوره‌گرد (TSP) ارائه شده که در آن مسأله مسیریابی حمل‌و‌نقل اقلام و قطعات از یک AS/RS بر اساس یک سفارش متشکل از چند قلم کالای متنوع مدل‌سازی شده است. این مدل نشانگر ساختار ریاضی مسأله‌ای جدید است که بر پایه تعمیم مسأله فروشنده دوره‌گرد (GTSP) بنا شده است. مسأله جدید "مسأله فروشنده دوره‌گرد تعمیم‌یافته تو در توی مرتبه 2 "(2-nested GTSP) نامیده شده است. در این مقاله ضمن ارائه مدل ریاضی این مسأله جدید، نشان داده شده که با استفاده از این مدل می‌توان مسأله ترتیب برداشت اقلام یک سفارش از یک AS/RS را که در آن هر قلم کالا در بیش از یک مکان نگهداری می‌شود، حل کرد. چگونگی حل مسأله به روش بهینه و همچنین یک الگوریتم فرا ابتکاری مورچگان که آنرا ACSrank نامیده‌ایم طراحی شده و محاسبات مقایسه‌ای برای دوازده مسأله نمونه نشان داده شده است.

اکثر مدیران ترجیح می دهند به جای مدیریت یک پرتفوی بسیار بزرگ، پرتفوی کوچکی از دارایی های موجود را اداره نمایند. این امر را می توان به وجود محدودیت های کاردینال یعنی محدودیت هایی در مورد حداقل و حداکثر تعداد دارایی های موجود در پرتفوی تشبیه نمود. با اعمال این گونه محدودیت ها، الگوریتم های معمولی نظیر برنامه ریزی درجه دو، قادربه حل مساله بهینه سازی پرتفوی نخواهند بود. در این تحقیق به حل مساله بهینه سازی پرتفوی با محدودیت های کاردینال با استفاده از الگوریتم مورچگان پرداخته شده است. نتایج تحقیق نشان می دهد که مطابق نظر برخی از اندیشمندان مالی، می توان پرتفوی کوچکی از دارایی ها را تشکیل داد که عملکردی به خوبی پرتفوی های بسیار متنوع داشته باشند. به علاوه نتایج تحقیق نشان دهنده نزولی بودن مشارکت نهایی سهام اضافی در تنوع پرتفوی می باشد به این معنی که بعد از رسیدن به حدی معین، افزودن سهام جدید تاثیر چندانی در تنوع پرتفوی و افزایش عملکرد تعدیل شده بر حسب ریسک آن ندارد.

در یک سیستم لجستیک، تصمیماتی نظیر مکانیابی انبارها، مسیریابی وسایل نقلیه و تخصیص مسیرها به این وسایل نقلیه باید به طور همزمان اخذ شوند. در واقع این گونه مسایل، به دنبال یافتن مکان و تعداد مناسب تسهیلات و نیز مسیرهای توزیع توسط وسایل نقلیه هستند. این مسئله به دلیل پیچیدگی و حجم بالای محاسبات جزء مسایل بهینهیابی ترکیبی و NP-hard قرار میگیرد. به دست آوردن حل بهینه برای مسئله مورد نظر در ابعاد بالا در زمان محاسباتی معقول به وسیلهی رویکردهای سنتی و ابزارهای بهینهیابی متداول، بسیار مشکل است. بنابراین یک الگوریتم فراابتکاری مبتنی بر الگوریتم مورچگان برای حل این مسئله استفاده شده است. با توجه به آزمایش های انجام شده، این الگوریتم پیشنهادی میتواند جواب نزدیک به بهینه در زمان قابل قبولی ارایه دهد. همچنین در این مقاله فرض تخصیص چندین مسیر به یک وسیله نقلیه در کل زمان در دسترس در نظر گرفته شده است. در انتها، نتایج به دست آمده از این الگوریتم برای مسایل با حجم کم با خروجی نرم افزار لینگو مقایسه و بررسی شده است.

در این تحقیق، مدل الگوریتم مورچگان با دو مدل پارامتریک تحلیل تمایزی چندگانه و لوجیت برای پیش بینی درماندگی مالی مقایسه شده است، ضمن آنکه ازمدل ها برای داده کاوی متغیرهای برتر در پیش بینی درماندگی مالی استفاده شده است وداده های 130 شرکت در بین سالهای 84 تا89 در قالب دو آزمایش بکارگرفته شد. آزمایش اول مبتنی می باشد بر 130سال- شرکت از طول دوره تحقیق، مشتمل بر 40 سال- شرکت درمانده مشمول ماده 141 و 90سال- شرکت غیردرمانده که مشمول ماده141 نبوده اند. از بررسی های این آزمایش بر پایه 15 متغیر با داده کاوی هر سه روش تحقیق، متغیرهای برتر مدل ها بدست آمد که عبارتند از سود قبل از هزینه مالی و مالیات به کل دارایی ها و نسبت حقوق صاحبان سهام به کل دارایی ها. بر اساس متغیرهای برتر آزمایش اول، به آزمون دوم پرداخته شد که مبتنی بر نمونه ای بوده است مشتمل بر همه شرکت های آزمایش اول در همه سالهای دوره تحقیق که در بورس حضور داشتند و شامل 718 سال - شرکت می شدند. درصدموفقیت پیش بینی درماندگی مالی برای الگوریتم مورچگان96.94%(درمانده:95.21%، غیردرمانده:97.38%)، برای تحلیل تمایزی چندگانه95.82%(درمانده: 82.88%، غیردرمانده: 99.13%) و برای لوجیت97.08%(درمانده: 88.36، غیردرمانده: 99.30) بدست آمده است. نتایج نشان می دهد که در سطح 5% اهمیت، مدل مورچگان برتر ازتحلیل تمایزی می باشد و در سطح 9% ، برتر از لوجیت می باشد.

هدف اصلی این تحقیق، بررسی توان پیش بینی کنندگی جریانهای نقدی آتی برخی متغیرهای حسابداری در طی مراحل چرخه ی عمر شرکت (رشد، بلوغ و افول) می باشد. نمونه آماری این تحقیق بصورت داده های تابلویی می باشد که از بین شرکتهای پذیرفته شده در بورس اوراق بهادار تهران در سالهای 1382-1388 انتخاب شده است یافته های این تحقیق نشان می دهد که مراحل چرخه ی عمر با توجه به مفروضات این نظریه بدین گونه است که رشد جریانهای نقدی عملیاتی در مرحله رشد شرکت تدریجاً افزایش یافته و در مرحله بلوغ به اوج خود می رسد در مرحله افول نیز سیر نزولی جریانهای نقدی عملیاتی اتفاق می افتد. با توجه به اینکه ضرایب رگرسیون برای هر 4 مدل در مرحله رشد کمتر از ضرایب رگرسیون 4 مدل در مرحله بلوغ است همچنین با توجه به اینکه ضرایب رگرسیون برای هر 4 مدل در مرحله بلوغ بیشتر از ضرایب رگرسیون 4 مدل در مرحله افول است. می توان چنین استنباط نمود که مفروضات چرخه ی عمر شرکت در طی مراحل رشد، بلوغ و افول دارای اعتبار است و می توان مفروضات چرخه ی عمر را مطابق با نتایج این تحقیق مورد تأئید قرار داد. از طرف دیگر نتایج هر یک از مراحل چرخه ی عمر شرکت (رشد، بلوغ و افول) تقریباً با نتایج بدست آمده از کل شرکتهای نمونه همسویی دارد. به بیان دیگر، نتایج مدل های مراحل چرخه ی عمر تقریباً مشابه نتایج شرکتهای کل نمونه است

در این مقاله، مساله زمان بندی کارگاه فولادسازی _ریخته گری پیوسته بررسی شده است. این مساله حالتی خاص از مساله کارگاه جریان ترکیبی[i] است که انواع محدودیت های خاص صنعت فولاد، آن را به مراتب پیچیده تر می سازد. در این مقاله الگوریتمی فراابتکاری بر پایه الگوریتم مورچگان(ACO)[ii] که در داخل آن یک الگوریتم ابتکاری زمان بندی به کار رفته؛ برای مساله طراحی شده است. در الگوریتم پیشنهادی، ""تخصیص منبع و تعیین توالی[iii]"" با استفاده از الگوریتم جامعه مورچگان و زمان بندی توسط یک الگوریتم ابتکاری پیشرو-پسرو، انجام می شود. در نظر گرفتن محدودیت های واقعی محیط تولیدی در تعریف مساله، طراحی الگوریتم ابتکاری زمان بندی، ارائه الگوریتمی ترکیبی از ACO و الگوریتم ابتکاری ارائه شده و طراحی ویژه ACO از نظر نوع تعریف ماتریس فرومون و اطلاعات ابتکاری آن، نوآوری های اصلی این پژوهش هستند. این الگوریتم در مجتمع فولاد خوزستان پیاده سازی و نتایج آن با الگوریتم ابتکاری موجود در یکی از نرم افزارهای تجاری خارجی و مورد استفاده در مجتمع فولاد مبارکه مقایسه شده است. بر اساس نتایج آزمون، الگوریتم پیشنهادی نه تنها قابلیت استفاده در چارچوب زمان های محدود در دسترس برای زمان بندی را دارد، بلکه تابع هدف واحد فولادسازی را به طور میانگین تا 65% بهبود می دهد.

زمان بندی اتاق های عمل نقش مهمی در افزایش بهره وری آن ها و کاهش هزینه های بیمارستان ها دارد. به علت عدم قطعیت های مختلفی که در فعالیت های اتاق عمل وجود دارد، این مسئله می تواند بسیار چالش برانگیز باشد. در این پژوهش مسئله زمان بندی روزانه اعمال جراحی در 3 مرحله آماده سازی جراحی، جراحی و ریکاوری و با در نظر گرفتن کلیه محدودیت های واقعی بیمارستان های آموزشی- درمانی بررسی شده است. این مسئله به تعیین توالی، زمان شروع هر یک از اعمال جراحی و تخصیص منابع موردنیاز در هر مرحله با هدف کمینه کردن مجموع زمان بیکاری و اضافه کاری اتاق های عمل در شرایط عدم قطعیت در مدت زمان عمل های جراحی می پردازد. با توجه به عدم کارایی روش های حل دقیق در حل مسائل برنامه ریزی احتمالی بزرگ، در این پژوهش یک رویکرد بهینه سازی مبتنی بر شبیه سازی برای رویارویی با عدم قطعیت ارائه شده است. بدین منظور یک الگوریتم مورچگان دوسطحی با شبیه سازی ترکیب شده است. الگوریتم ارائه شده در حل تعداد متعددی از مسائل واقعی از بیمارستان آموزشی درمانی هاشمی نژاد تهران با مجموعه ای از سناریوهای تصادفی تولیدشده، آزمون شده است. تحلیل نتایج نشان می دهد در شرایط عدم قطعیت، ارزش جواب حاصل از روش ترکیبی پیشنهادی بیش از 75 درصد است. نتایج نمایانگر کارایی الگوریتم پیشنهادی در حل مسائل دنیای واقعی است. .

در شرایط رقابتی امروز، بهره وری تولید یک موضوع بسیار مهم و کلیدی است. این در حالی است که تمامی بخش های واحد تولیدی به یکدیگر وابسته هستند. پاسخگویی سریع به نیاز مشتریان، تنوع پذیری، اطمینان و اعتماد پذیری و هزینه بر بودن تجهیزات و ماشین آلات با توجه به محدودیت های گسترده در منابع تولیدی به رقابت پذیری و کسب سهم بازار در شرایط عدم قطعیت، نیاز است برای اتخاذ تصمیم های مدیریتی از قالبی یکپارچه که عوامل حیاتی را درخود جای داده است استفاده شود. بر همین اساس، در این تحقیق به یکپارچه سازی سه حوزه مهم در شرکت های تولیدی پرداخته شده است. این حوزه ها شامل برنامه ریزی تولید، نگهداری و تعمیرات و برنامه ریزی نیروی انسانی می باشد. در این خصوص یک مدل ریاضی با هدف استفاده بهینه از نیروی کار و افزایش حجم تولید ارائه شده است. در این مدل تجربه کارگران، نرخ به کارگیری ماشین و نرخ خرابی ماشین آلات به صورت غیر قطعی و با اعداد فازی بیان شده است. برای حل این مدل از الگوریتم فراابتکاری مورچگان استفاده شده است. نتایج عددی حاصل از پیاده سازی در یک شرکت صنعتی نشان می دهد که الگوریتم مورد استفاده، می تواند در یک زمان معقول و منطقی، جواب هایی با حداقل خطای ممکن ارائه کند. همچنین تحلیل حساسیت انجام شده نشان می دهد که نرخ خرابی ماشین قبل و پس از تعمیرات و نگهداری، تاثیر بسیار زیادی روی مقدار تابع هدف مدل ریاضی دارد.

این مقاله روش مورد استفاده در توسعه سیستم اطلاعات مسافرتی پیشرفته (ATIS) را مورد بحث قرار می دهد. این سیستم به عنوان بخشی از سیستم اطلاعات جغرافیایی وب (GIS) مبتنی بر سیستم های حمل و نقل عمومی پیشرفته طراحی شده است. سیستم ATIS مبتنی بر وب GIS شامل داده های مکانی برای عملکردهای طراحی شده است و قابلیت های GIS را از طریق اینترنت در اختیار کاربران قرار می دهد. علاوه بر این کارکردها، یک الگوریتم برنامه ریزی مسیر برای برنامه ریزی کوتاه ترین مسیر بین نقاط عبور اتوبوس انتخابی نیز با استفاده از الگوریتم سیستم مورچه طراحی شده و با وب GIS یکپارچه شده است. این مطالعه الگوریتم سیستم مورچه ای را ارائه می کند که برای یافتن کوتاه ترین مسیر با متدولوژی توسعه یافته برای سیستم ATIS مبتنی بر وب GIS برای منطقه ای شهری با استفاده از نرم افزار منبع باز MapServer به عنوان سرور نقشه وب اتخاذ شده است. این مطالعه همچنین معماری منطقی سه لایه مورد استفاده در روش برای ارائه قابلیت های GIS به کاربر از طریق اینترنت را مورد بحث قرار می دهد.

هدف از انجام این پژوهش، ارائه الگوی بهینه آموزشی برای ارتقای سطح دانش عمومی و تخصصی شهروندان تهرانی نسبت به مقوله تنوع زیستی می باشد. در گام نخست، از پرسشنامه محقق ساخته برای سنجش سطح آگاهی شهروندان استفاده شد. سپس با استفاده از آرای خبرگان اقدام به وزن دهی و ارزیابی روش های گوناگون آموزشی گردید. بدین منظور، دو سطح هدف به عنوان سناریوهای مورد انتظار طراحی گردید. برای ارزیابی دقیق و تعیین مسیر بهینه که واجد کمترین زمان و پایین ترین هزینه باشد، از الگوریتم دایجسترا و الگوریتم مورچگان (ACA) استفاده شد. نتایج بیانگر آن بود که دانش عمومی زنان در مورد تنوع زیستی نسبت به مردان بالاتر بوده و در مورد دانش تخصصی این مورد برعکس بوده است. از سوی دیگر، میان دانش تنوع زیستی و سطح تحصیلات رابطه مثبت معنی داری وجود داشته است. همچنین، برای دستیابی به هدف سطح اول، «الگوی آموزشی ترکیبی» با وزن 196/1 و الگوی آموزشی «الگوی آموزشی مجازی» با وزن 608/0 به ترتیب مناسب ترین و نامناسب ترین الگوی آموزشی برای انتقال دانش عمومی به شهروندان ارزیابی شدند. در خصوص هدف سطح دوم روش «آموزش چهره به چهره» با وزن نهایی 64 و «تهیه و توزیع بسته های آموزشی» با وزن 43 واجد بیشترین امتیاز بودند. در نهایت، مسیر بهینه برای ارتقای سطح دانش تخصصی شهروندان، دارای وزن 161 بوده که به ترتیب شامل مواردی نظیر دستیابی به سطح دانش عمومی خوب، ایجاد فضای آموزشی، حمایت از شکل گیری سازمان های مردم نهاد محیط زیستی، اقدامات تشویقی و نیازسنجی و بازنگری بوده است.

انتخاب سبد سهام یکی از مباحث مهم در حوزه مدیریت سرمایه گذاری بوده که در رابطه با نحوه تخصیص سرمایه یک سرمایه گذار به دارایی های مختلف و تشکیل یک پرتفوی کارا بحث می کند که هرچه مفروضات و شرایط مدل سازی جهت انتخاب و بهینه سازی سبد سرمایه گذاری به شرایط دنیای واقعی نزدیکتر باشد، نتایج حاصل از آن بیشتر قابل اتکا خواهد بود. در نظر گرفتن افق تک دوره ای برای سرمایه گذاری چندان واقعی نبوده و بیشتر سرمایه گذاران برای بیش از یک دوره اقدام به سرمایه گذاری می کنند که سرمایه گذار بتواند موقعیت خود را در طول زمان مورد بازنگری قرار دهد. الگو ها و روش های مختلفی از زمان ارائه کار اولیه مار کویتز تا کنون برای انتخاب سبد سرمایه گذاری بهینه ارائه شده است . با این حال یافتن مفید ترین الگو در انتخاب این سبد همواره دغدغه سرمایه گذاران بوده است. در این پژوهش تعدادی از الگوریتم های بهینه سازی سبد سهام مانند الگوریتم مورچگان ، الگوریتم ژنتیک، الگوریتم فرهنگی، الگوریتم ازدحام ذرات، الگوریتم کرم شب تاب، آورده شده است که در مورد هر کدام به صورت مختصر توضیح داده شده است.