الگوریتم بهینه سازی انبوه ذرات

در این مطالعه به منظور پیش بینی وضعیت آتی تقاضای انرژی (کل مصرف نهایی انرژی) ایران، با استفاده از خط سیر شاخص های کلان اقتصادی، دو فرم از معادلات تقاضای انرژی غیر خطی شبیه سازی شده است، به عبارت دیگر، کارآیی برآورد تقاضای انرژی ایران، بر اساس الگوریتم بهینه سازی انبوه ذرات (PSO) بهبود یافته است. مدل شبیه سازی تقاضای انرژی با استفاده از الگوریتم بهینه سازی انبوه ذرات (PSOEDS)، با استفاده از متغیرهای جمعیت، تولید ناخالص داخلی (GDP) و واردات کالاها و خدمات بسط داده شده است. یکی از معادلات پیشنهادی نمایی و دومی درجه دوم است. در تابع تقاضای انرژی، فرم درجه دوم نتایج بهتری را در مشاهده داده ها فراهم می کند و با یک ضریب همبستگی بالاتر، برای پروژه های بخش انرژی ایران به کار برده می شود.

مصرف یا مخارج مصرفی، یکی از عناصر کلیدی تحلیل های کلان اقتصادی است که بخش مهمی از تقاضای کل در اقتصاد ایران را به خود اختصاص می دهد. لذا تلاش در جهت پیش بینی روند آتی این متغیر از اهمیت ویژه ای برای سیاستگذاران برخوردار است. در این مقاله با تکیه بر مبانی نظری مربوط به تابع مصرف، به تصریح مدل مصرف مناسب برای اقتصاد ایران با هدف دستیابی به پیش بینی مطلوب پرداخته می شود. لذا با هدف پیش بینی روند آتی مصرف بخش خصوصی در اقتصاد ایران تا سال 1404، با استفاده از مبانی نظری در زمینه توابع مصرف و به کارگیری آنها با دو ابزار الگوریتم ژنتیک و الگوریتم بهینه سازی انبوه ذرات، به شبیه سازی تابع مصرف خصوصی ایران طی سالهای 1388-1352 با تکیه بر نظریه مصرف فریدمن و نظریه مصرف دوزنبری پرداخته و سپس با استفاده از معیارهای انتخاب مدل رقیب، الگوریتم و مدل برتر انتخاب و اقدام به پیش بینی میزان مصرف تا سال 1404 شده است. کارآیی و دقت بیشتر الگوریتم (PSO) و سازگاری رفتار مصرفی در ایران با فروض مصرف دوزنبری و فرم نمایی تابع مصرف شبیه سازی شده و نیز پیش بینی افزایش میل متوسط به مصرف تا سال 1404 و در نتیجه، کاهش میل متوسط به پس انداز در این دوره از نتایج این مقاله اند.

در این مقاله، یک مدل ریاضی مبتنی بر برنامه ریزی عدد صحیح آمیخته برای مسأله زمان بندی جریان کارگاهی انعطاف پذیر با ماشین های موازی نا مرتبط و زمان های راه اندازی وابسته به توالی با هدف کمینه سازی مجموع زودکرد و دیرکرد، ارائه شده است. به علت پیچیدگی این مسأله، برای حل مسائل با ابعاد بزرگ، از الگوریتم های فراابتکاری استفاده شده است؛ در این پژوهش یک الگوریتم مبتنی بر شبیه سازی تبرید و الگوریتم دیگری مبتنی بر بهینه سازی ذرات ارائه شده است، و برای تنظیم پارامترهای الگوریتم های پیشنهادی از روش طراحی آزمایش های تاگوچی استفاده شده است. برای تحلیل عملکرد الگوریتم های حل، چهل ویک مسأله نمونه با ابعاد مختلف طراحی، و هرکدام ده مرتبه اجرا شده است. با توجه به تحلیل نتایج آزمایش های محاسباتی زمان حل الگوریتم مبتنی بر بهینه سازی ذرات کمتر بوده است، ولی کیفیت جواب حاصل از الگوریتم مبتنی بر شبیه سازی تبرید بهتر از الگوریتم مبتنی بر بهینه سازی ذرات بوده است؛ به طور متوسط میزان درصد انحراف نسبی، نتایج آزمایش های محاسباتی الگوریتم مبتنی بر بهینه سازی ذرات 4.4 درصد، و الگوریتم مبتنی بر شبیه سازی 2.3 درصد بوده است.

انجام فعالیت های پروژه مطابق برنامه زمان بندی یکی از مسائل مورد توجه دست اندرکاران پروژه ها به ویژه مدیران پروژه ها می باشد. همچنین ماهیت بسیار دشوار این مسئله، علت دیگری برای توجه زیاد محققین به آن می باشد. بنابراین تکنیک ها و روش های خاصی برای حل این مسائل مطرح شده اند. از اینرو توجه بیشتر به پایداری زمانبندی پروژه برای مدیران پروژه موضوعیت دارد. در این مقاله برای یک مسئله واقعی زمانبندی پروژه پالایشگاهی ابتدا مدل زمانبندی پایدار ارائه شده و به دلیل اینکه زمانبندی پروژه با محدودیت منابع از جمله مسائل NP-Hard است، الگوریتم فرا ابتکاری بهینه سازی انبوه ذرات برای حل این مسئله پیشنهاد شده است. به منظور اعتبارسنجی مدل نیز 4 مسئله با ابعاد کوچک انتخاب و جواب های به دست آمده از الگوریتم های پیشنهادی با جواب دقیق به دست آمده حاصل از نرم افزار Lingo مقایسه گردیده است. نتایج به دست آمده نشان می دهد الگوریتم پیشنهادی کارا و همگرا به جواب بهینه می باشند.

یکی از مباحث مهم در اقتصاد کلان بررسی رابطه بین نرخ بهره و نرخ ارز می باشد. تاثیرات این دو متغیر همواره مورد توجه دولت مردان و سیاست گذاران بوده است. بدین منظور به دلیل دو نرخی بودن نرخ ارز در اقتصاد ایران، در این پژوهش از دو نرخ ارز رسمی و نرخ ارز غیر رسمی استفاده شده است. همچنین در این تحقیق منظور از نرخ بهره، نرخ سود سپرده گذاری کوتاه مدت یک ساله و بلندمدت پنج ساله می باشد که از طرف بانک مرکزی جمهوری اسلامی ایران اعلام می گردد. در این مقاله تابع نرخ ارز با دو الگوریتم بهینه سازی انبوه ذرات و الگوریتم ژنتیک طی سال های 1393-1353 برآورد گردیده است. براساس معیارهای ارزیابی عملکرد، مدل های برآورد شده با الگوریتم بهینه سازی انبوه ذرات برای بررسی رابطه نرخ بهره و نرخ ارز انتخاب شدند. نتایج نشان می دهند که بین نرخ بهره کوتاه مدت و بلندمدت با نرخ ارز رسمی و غیر رسمی رابطه غیرمستقیم و معناداری وجود دارد. در حقیقت افزایش نرخ بهره باعث کاهش نرخ ارز رسمی و غیر رسمی و افزایش ارزش پول ملی می گردد. همچنین در این پژوهش تاثیر نرخ رشد حجم پول و تولید ناخالص داخلی بر نرخ ارز رسمی و غیررسمی، مثبت و مستقیم می باشد. به عبارتی با افزایش نرخ رشد حجم پول و تولید ناخالص داخلی از ارزش پول ملی کاسته می شود.

با توجه به ارتباط مستقیم بین توزیع عادلانه درآمد و متغیرهای مهم کلان اقتصادی همچون بهره وری و رشد اقتصادی، توزیع عادلانه درآمد به یکی از اهداف کلان اقتصادی کشورها تبدیل شده است. در این مقاله، ابتدا با استفاده از الگوریتم بهینه سازی انبوه ذرات (PSO) به تخمین تابع ضریب جینی شهری و روستایی برای دوره (1387-1350) در قالب معادلات خطی و نمایی پرداخته شده است. سپس براساس معیارهای موجود، مدل تخمین برتر انتخاب شده است و با استفاده از آن به پیش بینی مقادیر ضریب جینی برای شهر و روستا تحت سناریوهای مختلف تا سال 1404 پرداخته شده است. ضریب جینی در این مقاله تابعی از تولید ناخالص داخلی، تورم، بیکاری، اندازه دولت و شاخص توسعه انسانی درنظر گرفته شده است. نتایج تحقیق نشان می دهد که مدل نمایی با دقت بالاتری ضریب جینی شهری و روستایی را توضیح می دهد و با افزایش نرخ تولید ناخالص داخلی و نرخ شاخص توسعه انسانی و همچنین کاهش نرخ تورم، بیکاری و اندازه دولت در مدل، می توان روند بهبود توزیع درآمد را در مناطق شهری و روستایی ایران در افق سند چشم انداز 1404 مشاهده کرد.

هدف از پژوهش حاضر، پیش بینی تقاضای کل مصرف برق کشور ایران بر پایه شاخص های اقتصادی- اجتماعی و با استفاده از روش های فرا ابتکاری است. برای رسیدن به این هدف دو استراتژی مختلف مورد بررسی قرار گرفته است. در استراتژی اول از الگوریتم ژنتیک، الگوریتم بهینه سازی انبوه ذرات و الگوریتم رقابت استعماری برای تعیین معادلات پیش بینی تقاضای انرژی الکتریکی استفاده شده است. بدین منظور اطلاعات مربوط به شاخص های جمعیت، تولید ناخالص داخلی، قیمت برق و مصرف برق طی سال های 1347 تا 1394 مورد استفاده قرارگرفته و مدل های پیش بینی تقاضا به دو صورت خطی و غیرخطی ارائه شده است. در استراتژی دوم از شبکه های عصبی مصنوعی آموزش داده شده با الگوریتم های فراابتکاری فوق الذکر برای پیش بینی تقاضای برق بر پایه همان متغیرهای ورودی تعیین شده در استراتژی اول استفاده شده است. نتایح نشان داد مدل نمایی توسعه یافته با الگوریتم بهینه سازی انبوه ذرات، با درصد قدرمطلق میانگین خطای 85/2%، بهترین دقت را در پیش بینی تقاضای انرژی الکتریکی ایران دارد. تقاضای برق ایران تا سال 1404 پیش بینی شد و انتظار می رود به مقدار 324 تراوات ساعت برسد.

امروزه با توجه به گستردگی متغیرهای تاثیرگذار بر طراحی معماری، از کامپیوتر به عنوان ابزاری در تعامل با فرایند طراحی جهت یافتن راه حل های بهینه و با کارایی بالا استفاده می گردد. با توجه به محدودیت های موجود در استفاده از این روش ها برای طراحان و مطرح بودن طراحی نظام فضایی پلان به عنوان یکی از پرسابقه ترین پرچالش ترین مسائل طراحی از نظر تعداد پارامترهای تاثیرگذار، در این تحقیق پس از بررسی انتشاراتی که در آن ها طراحی نظام فضایی معماری با استفاده از الگوریتم های بهینه سازی انجام شده است به شیوه تحلیل محتوای متن و مقایسه دو الگوریتم ژنتیک و بهینه سازی انبوه ذرات به عنوان نمایندگان دو گروه از الگوریتم های تکاملی در یک مساله ی مبنا، الگوریتم بهینه سازی انبوه ذرات به دلیل همگرایی سریع تر و کیفیت بالاتر انتخاب گردید. پس از معرفی و بررسی امکانات، محدودیت ها و نحوه ی کاربرد آن در طراحی نظام فضایی پلان، پیاده سازی راهکار عملیاتی آن برای بهینه سازی نظام فضایی شامل 1- تعیین اهداف مساله، معیارها و محدودیت ها، 2- عددی سازی و کمی کردن معیارها و محدودیت ها و 3- تعیین تابع برازندگی و پیاده سازی آن در پلتفرم برنامه نویسی NET. و به زبان #C همراه با محیط گرافیکی به عنوان رابط کاربری جهت تسلط و درک بیشتر کاربران از فرآیند انجام گردید.

دستیابی به نرخ رشد اقتصادی بالا که مستلزم به کارگیری سیاست های مناسب اقتصادی و همچنین شناخت بیشتر عوامل مؤثر بر رشد اقتصادی است، یکی از اهداف مهم هر اقتصادی به شمار می رود. نفت به عنوان اصلی ترین منابع انرژی و عامل مهم تولید، موجب رشد و توسعه هر کشوری می شود. بر این اساس شناخت نحوه و شدت اثر گذاری تکانه های نفتی بر رشد اقتصادی هر کشور برای سیاست گذاری اقتصادی از اهمیت بالایی برخوردار است. از آنجا که تأثیر تکانه های نفتی بر رشد اقتصادی عموماً به صورت خطی است بر این اساس سؤال مقاله این است که آیا در چهارچوب الگوریتم های جستجوی ابتکاری تکانه های نفتی بر رشد اقتصادی ایران تأثیر مثبت داشته است؟ برای پاسخ به این سوال رفتار غیرخطی مدل رشد اقتصادی ایران با دو الگوریتم جستجوی گرانشی و بهینه سازی انبوه ذرات طی دوره 1390-1353 برآورد شده است. نتایج نشان می دهد که متغیرهای تکانه مثبت نفتی، نسبت سرمایه به تولید، و نسبت مخارج دولت به تولید ناخالص داخلی، جمعیت فعال و درجه باز بودن اقتصاد بر رشد اقتصادی ایران دارای تأثیر مثبت و متغیرهای نرخ ارز، نرخ تورم دارای تأثیر منفی بر رشد اقتصادی می باشند. پس به طور کلی تأثیر تکانه های نفتی بر رشد اقتصادی ایران مثبت می باشد این موضوع می تواند در تصمیم سازی های اقتصادی دارای اهمیت ویژه باشد.