روش های ابتکاری

هدف این تحقیق، توسعه الگوریتم بهینه سازی برای حل مسئله مسیریابی در برنامه ریزی توزیع با کارآیی وانعطاف پذیری زیاد است. در این مقاله ابتدا با بکارگیری مدلی جامع، انواع مسایل موجود در برنامه ریزی توزیع مورد دسته بندی قرار گرفته و سپس مسئله مسیر یابی مشخصی که به مسایل واقعی در برنامه ریزی توزیع بسیار نزدیک است، انتخاب شده است. با توجه به نتایج چشمگیر ارایه شده توسط روشهای ابتکاری پیشرفته، روش جستجوی ممنوع برای توسعه الگوریتم مورد نظر انتخاب شده و الگوریتم جدیدی با ویژگی های ابتکاری برای حل این مسئله توسعه یافته است. برای ارزیابی عملکرد الگوریتم پیشنهادی، نتایج این الگوریتم با موفق ترین روشهای ارایه شده در این حوزه مقایسه شده است. نتایج این ارزیابی نشان می دهد که این الگوریتم توانایی لازم را برای ارایه جوابهای قابل مقایسه با بهترین الگوریتم هایی که تاکنون ارایه شده اند، دارد.

هدف از زمانبندی تعمیرات پیشگیرانه انجام مجموعه­ای از کارهای PM به منظور کاهش توقفات و حداکثر کردن قابلیت اطمینان تجهیزات است. در مقاله گوپالاک و همکاران(1997) یک مدل­ برنامه ریزی عدد صحیح و چهار روش ابتکاری برای حل مساله زمانبندی تعمیرات پیشگیرانه توسعه داده شده است. در مدل­ ریاضی و روش­های ابتکاری ارائه شده، فرض بر این است که ترکیب کارگران و حالات ممکن انجام کارها، مشخص است. تعیین ترکیب کارگران مشکل و زمان­بر بوده و حالات ممکن به شکل نمایی افزایش می­یابد. در این پژوهش، یک روش ابتکاری برای تعیین تمامی ترکیبات ممکن انجام هر کار توسط کارگران ارائه شده است. علاوه بر این، چهار روش ابتکاری برای زمانبندی تعمیرات پیشگیرانه در حالت وجود نیروی کار چند مهارته بررسی شده که بدون نیاز به تعیین ترکیب کارگران یک جواب موجه نزدیک به بهینه برای مساله زمانبندی تعمیرات پیشگیرانه ارائه می­نمایند. با طراحی مسائل مختلف (81 مساله) و ارائه یک مدل شبیه سازی، کیفیت جواب­های به دست آمده از روش­های ابتکاری جدید با روش­های ابتکاری ارائه شده توسط گوپالاک و همکاران(1997) مقایسه شده است. نتایج نشان می­دهد روشهای ابتکاری پیشنهادی کاراتر بوده و جواب­های نزدیکتری به جواب بهینه ارائه نموده­اند. میانگین کیفیت جواب( SQ ) در الگوریتم­های پیشنهادی 1.86% و در الگوریتم­های گوپالاک و همکاران 8.32% است. الگوریتم­های جدید در مدت زمان حل نیز برتری خوبی به الگوریتم­های قدیمی دارند. میانگین زمان حل مسائل توسط الگوریتم­های پیشنهادی 0.78 ثانیه و توسط الگوریتم­های گوپالاک و همکاران 6.43 ثانیه است.

در این مقاله، مسأله زمان بندی ماشین های موازی پردازشگر دسته ای با هدف حداقل کردن حداکثر زمان تکمیل کارها بررسی می شود. نوآوری این پژوهش، به کارگیری زمان های پردازش و در دسترس بودن کارها به صورت احتمالی است. در تحقیقات پیشین اثبات شده است که مسأله مورد بررسی دارای پیچیدگی سخت است. بنابراین، از روش های ابتکاری برای حل مسأله استفاده می شود. مسأله مورد مطالعه، دو مرحله تصمیم گیری دارد. در مرحله اول ابتدا کارها به دسته هایی طبقه بندی می شوند و در مرحله بعد، دسته های به دست آمده به ماشین های موازی تخصیص می یابند. در این مقاله، از دو روش ابتکاری برای ایجاد دسته ها و از سه روش ابتکاری برای ترتیب دهی توالی دسته ها استفاده خواهد شد. به علت احتمالی بودن زمان های پردازش و در دسترس بودن کارها، با استفاده از رویکرد شبیه سازی، 10000 نمونه مسأله به صورت تصادفی تولید می شود. 6 حالت ترکیبی روش های ابتکاری با حل نمونه مسائل به دست آمده از شبیه سازی مقایسه می شوند. نتایج به دست آمده نشان می دهد که ترکیب روش های ابتکاری MBF در فاز اول و روش ERT-LPT در فاز دوم از کارایی بهتری در رسیدن به جواب های مناسب برخوردار است.