مطالب مرتبط با کلیدواژه

تخصیص فضا


۱.

تخصیص بهینه فضای کتابخانه به انواع کتاب با استفاده از الگوریتم فاخته(مقاله علمی وزارت علوم)

کلیدواژه‌ها: بهینه سازی الگوریتم های فرا ابتکاری تخصیص فضا فضای کتابخانه الگوریتم فاخته.

حوزه های تخصصی:
تعداد بازدید : ۱۲۹۷ تعداد دانلود : ۶۵۰
هدف: هدف اصلی این مقاله آن است که مدلی طراحی کند که طی آن، کتاب ها طوری در قفسه های کتابخانه چیده شود که با توجه به شباهت موضوعی کتاب ها و فاصله قفسه ی کتاب ها از هم، حرکت کلیه مراجعان در مجموعه کتابخانه کمینه شود و محدودیت های مربوط به تعداد هر نوع کتاب و حجم قفسه ها لحاظ گردد. روش: مسأله چیدمان کتاب یک موضوع بهینه سازی مکانی با فضای جستجوی وسیع است که به دلیل تنوع بسیار بالای حالات چیدمان امکان حل آن توسط روش های قطعی و ریاضی وجود ندارد. موضوع این تحقیق، حل این مسأله با استفاده از الگوریتم بهینه سازی فاخته است. یافته ها: الگوریتم فاخته برای این مسأله ۳۵۰ بار اجرا شده است. با توجه به صحت و دقت بالای الگوریتم، جواب های قابل قبولی به دست آمده است. نتایج محاسبات نشان می دهد که الگوریتم مناسبی برای مسأله تخصیص بهینه فضای کتابخانه به انواع کتاب است. اصالت/ارزش: مسأله چیدمان کتاب ها در یک کتابخانه موضوعی پیچیده است و تأثیر زیادی در دسترسی و راحتی استفاده از کتاب ها را دارد. ارزش این مقاله در ارائه روشی برای بهینه سازی چیدمان است.
۲.

ارائه مدلی برای بیشینه سازی سود بر مبنای تصمیمات طبقه بندی محصول و تخصیص فضا با رویکرد داده کاوی(مقاله علمی وزارت علوم)

کلیدواژه‌ها: بیشینه سازی سود تخصیص فضا داده کاوی طبقه بندی محصول

حوزه های تخصصی:
تعداد بازدید : ۳۰۱ تعداد دانلود : ۱۰۶
برای خرده فروشان، انتخاب چند محصول از بین محصولات متنوع و گسترده و مقدار فضایی که باید به آنها اختصاص داده شود، از تصمیم های بسیار مهم است. هدف از این پژوهش، به کارگیری رویکرد داده کاوی برای یافتن روابط بین محصولات از حجم بسیار زیاد تراکنش های مالی فروش، طبقه بندی محصول و تخصیص فضا به هر طبقه از آنهاست. به این ترتیب، می توان مدلی برای طبقه بندی محصول و تخصیص فضا ارائه کرد. جامعه آماری پژوهش را داده های فروش فروشگاهی به نام شقایق در شهر ارومیه شکل می دهد. نمونه پژوهش نیز داده های یک ماهه فروش در سری زمانی داده های فروش است. این داده ها در آبان سال 1394 از فروشگاه یادشده به دست آمدند. 525 سبد خرید یا تراکنش با در نظر گرفتن 79 نوع محصول بررسی شدند. در نتیجه تحلیل این داده ها، محصولات در 10 طبقه مختلف دسته بندی شدند که برخی از محصولات در بیش از یک طبقه جای گرفتند. با حل تابع سود و به دست آمدن ضرایب افزایش حجمی، فضایی به طبقه بندی محصولات اختصاص یافت.