مطالب مرتبط با کلیدواژه

الگوریتم ژنتیک


۱.

موازنه خط مونتاژ با رویکرد الگوریتم ژنیک(مقاله علمی وزارت علوم)

نویسنده:
منبع: نشریه مدیریت صنعتی ۱۳۸۷ شماره ۱

کلیدواژه‌ها: موازنه خط مونتاژ ایستگاه کاری عناصر کاری ،روش عددی الگوریتم ژنتیک

حوزه های تخصصی:
تعداد بازدید : ۱۷۵۳ تعداد دانلود : ۹۲۳
در هر فرآیند تولید تعدادی ماشین آلات و تجهیزات و همچنین میزان نسبتاً ثابتی از نیروی انسانی موجود است که جهت انجام عملیات تولید از آنها استفاده می‌شود. در بسیاری از موارد با مشاهده نحوه کار یک فرآیند می‌توان دید که تعدادی از ماشین آلات، مشغول کار نیستند ولی تعداد دیگری از تجهیزات، یکسره مشغول بکار بوده و در جلوی آنها مقدار زیادی از قطعات ، آماده بسته شدن روی ماشین جهت انجام عملیات ساخت هستند و در مقابل تعدادی از کارگران به شدت مشغول کار می‌باشند و حجم قابل توجهی از کار انجام نشده، در کنار آنها انباشته گردیده است.وجود زمانهای بیکاری و یا وجود کار بیش از حد، یعنی نبود توازن و تعادل در فرآیند تولید، از جمله عواملی هستند که مشکلاتی را برای مدیریت سیستم ایجاد می‌کند. برای رفع این معضلات مدیر ناچار به ارائه راهکارهایی جهت بهبود وضع موجود است. یکی از راهکارهایی که مدیر می¬تواند برای رفع مشکل عدم توازن و تعادل در فرآیند تولید از آن استفاده کند بحث موازنه و یا متعادل سازی خط تولید است. در این مقاله برای حل مسئله موازنه خط مونتاژ، از روش الگوریتم ژنتیک استفاده شده است. الگوریتم ارائه شده روش جدیدی را به هنگام انجام عملیات تقاطع و ترکیب کروموزوم‌ها ی والد جهت تولید فرزند و نیز ایجاد جهش در کروموزوم‌ها، ارائه می¬دهد. و در نهایت ،کارایی جواب‌های بدست آمده از روش الگوریتم ژنتیک با روش عددی مقایسه می‌شود.
۲.

برنا مه‌ریزی یکپارچه تامین، تولید و توزیع زنجیره تامین با بکارگیری الگوریتم ژنتیک(مقاله علمی وزارت علوم)

نویسنده:
منبع: نشریه مدیریت صنعتی ۱۳۸۸ شماره ۲

کلیدواژه‌ها: الگوریتم ژنتیک مدیریت زنجیره تامین مدل سازی جریان مواد

حوزه های تخصصی:
تعداد بازدید : ۲۴۵۲
امروزه عرصه تولید وخدمات با تغییر الگوی رقابت از میان شرکت‌های مستقل با رقابت میان زنجیره‌های تامین مواجه است. در این بین اهمیت جریان مواد در زنجیره تامین از میان جریان‌های سه گانه مالی واطلاعاتی و مواد حائز توجه می‌باشد.‌در غالب واحدهای تولیدی ایران هنوز از دیدگاه سنتی برای برنامه ریزی تامین، تولید و توزیع استفاده می‌شود. یعنی هرکدام از این اجزاء به طور مستقل اقدام به برنامه‌ریزی برای فعالیت خود می‌نمایند این امر در اکثریت مواقع باعث افزایش هزینه‌های کل زنجیره تامین می‌گردد. در تحقیق حاضر پس از بررسی مدل‌های گوناگون ارائه شده در خصوص جریان مواد در زنجیره تامین، با رویکردی یکپارچه به مدل‌سازی جریان مواد در طول زنجیره تامین در بخش‌های تامین، تولید وتوزیع در کارخانه کاچیران پرداخته شده است.‌دراین تحقیق پس از حل مدل با الگوریتم ژنتیک بهترین جواب رضایت‌ بخش که کمترین میزان هزینه‌ را دارا می‌باشد انتخاب ‌شده است. سپس جهت اعتبار سنجی، مدل ارائه شده با میزان واقعی متغیرها در بازه زمانی مورد مطالعه مقایسه گردیده که نتایج حاکی از کاهش هزینه در مدل ارائه شده می‌باشد.
۳.

کاربرد الگوریتم ژنتیک در تعیین ساختار بهینه سرمایه شرکت‌های پذیرفته شده در بورس اوراق بهادار تهران(مقاله علمی وزارت علوم)

نویسنده:
منبع: بررسی های حسابداری و حسابرسی ۱۳۸۸ شماره ۵۶

کلیدواژه‌ها: سودآوری ساختار سرمایه الگوریتم ژنتیک بهینه سازی

حوزه های تخصصی:
تعداد بازدید : ۲۷۵۱
هدف اصلی شرکت ها به حداکثر رساندن ثروت سهامداران است. یکی از عوامل مؤثر بر این امر، ساختار سرمایه می باشد. پژوهش حاضر، پس از بررسی همبستگی ساختار سرمایه و سودآوری 300 شرکت پذیرفته شده در 12 صنعت و حصول اطمینان از وجود رابطه معنی دار بین این دو متغیر، به تعیین ساختار بهینه سرمایه در سطح کل شرکت ها و همچنین در صنایع مختلف پرداخته است. نتایج همبستگی حاکی از آن است که رابطه ساختار سرمایه و سودآوری به تعریف متغیر سودآوری بستگی دارد. به دلیل وجود رابطه معنی دار بین ساختار سرمایه و نرخ بازده دارایی ها در سطح کل شرکت ها و همچنین صنایع مختلف، از این متغیر به عنوان معیار سودآوری و عامل تعیین کننده ساختار بهینه سرمایه در الگوریتم ژنتیک استفاده شده است. به منظور مدل سازی داده های ورودی (ساختار سرمایه) و خروجی (نرخ بازده دارایی ها) از رگرسیون بردارهای پشتیبان و به منظور تعیین ساختار بهینه سرمایه از الگوریتم ژنتیک استفاده شد. نتایج الگوریتم ژنتیک حاکی از آن است که بیشترین سودآوری در ازای استفاده کمتر از اهرم مالی (بدهی) حاصل شده است. این یافته با نتایج همبستگی، مبنی بر وجود رابطه منفی بین ساختار سرمایه و نرخ بازده دارایی ها مطابقت دارد.
۴.

ارائه یک الگوریتم ترکیبی شبکه‌های عصبی- تکامل توام ژنتیک، جهت مساله طراحی مقاوم چند متغیره در مهندسی کیفیت(مقاله علمی وزارت علوم)

نویسنده:
منبع: مدیریت فناوری اطلاعات ۱۳۸۷ شماره ۱

کلیدواژه‌ها: الگوریتم ژنتیک شبکه‏های عصبی مصنوعی مهندسی کیفیت بهینه سازی مقاوم شبکه‌های عصبی الگوریتم تکامل توام ژنتیکی

حوزه های تخصصی:
تعداد بازدید : ۱۵۸۵
در این مقاله یک الگوریتم ترکیبی برای حل مساله طراحی مقاوم با چندین متغیر پاسخ ارائه شده است. الگوریتم ارائه شده، ترکیبی از شبکه‌های عصبی و تکامل توام ژنتیکی است که در آن شبکه‌های عصبی به عنوان تقریب زننده تابع، نگاشت بین متغیرهای فرایند را تقریب زده و الگوریتم تکامل توام مدل ساخته با هدف مقاوم ساختن متغیرهای پاسخ فرایند، را حل می‌نماید و نتایج این الگوریتم با الگوریتم ژنتیک مقایسه می‌شود. روش پیشنهادی در یک مطالعه موردی فرایند ریسندگی اپن اند مورد آزمایش قرار گرفته است.
۵.

طراحی یک سیستم پشتیبان تصمیم‌گیری(DSS) در مدیریت برای حل مسأله تسطیح منابع در مدیریت پروژه با رویکرد الگوریتم ژنتیک(GA)(مقاله علمی وزارت علوم)

نویسنده:
منبع: مدیریت فناوری اطلاعات ۱۳۸۸ شماره ۳

کلیدواژه‌ها: الگوریتم ژنتیک سیستم پشتیبان تصمیم گیری تسطیح منابع

حوزه های تخصصی:
تعداد بازدید : ۳۱۳۹
تسطیح و تخصیص منابع از وظایف اصلی مدیریت پروژه می‌باشد. در صورتیکه محدودیتی در میزان منابع قابل دسترس وجود نداشته باشد، مسئله تسطیح منابع مطرح می‌شود و لازم است تا نوسانات بکارگیری منابع بدون افزایش زمان اجرای پروژه کاهش یابد. در این مقاله برای سیستم پشتیبان تصمیم گیری در مدیریت جهت حل مسئله تسطیح منابع- وسائط حمل و نقل بویژه در زمانی که از تابع هدف چندگانه که از نوع مسایل NP-hard محسوب می‌شوند، در کارخانه اندود بتن لوله (Coating) شرکت مهندسی و ساخت تاسیسات دریایی ایران، از الگوریتم ژنتیک استفاده شده است. این روش که الهام گرفته از طبیعت است، مسئله مورد نظر را به خوبی حل نموده و جواب‌های مطلوب ارائه می‌دهد. نتایج حاصل از اجرای برنامه که در ادامه ذکر خواهد شد، این مطلب را تائید می‌کند. ‌روش تحقیق در این مقاله از نوع میدانی و پیمایشی بوده که در پاسخ به پرسش مطرح شده برآمده که آیا می‌توان با استفاده از یک مدل GA، تسطیح منابع را طوری طراحی کرد که با یک DSS به مدیران یاری نماید؟ ‌نتایج تحقیق حاکی از این امر است که الگوریتم GA قادر است جواب‌های بسیار خوب را در زمان قابل قبولی ارائه دهد.
۶.

مدل سازی و پیش بینی قیمت بنزین با استفاده از شبکه عصبی GMDH(مقاله علمی وزارت علوم)

نویسنده:
منبع: پژوهش های اقتصادی ایران پاییز ۱۳۸۷ شماره ۳۶

کلیدواژه‌ها: پیش بینی الگوریتم ژنتیک تحلیل تکنیکی میانگین متحرک مدل سازی قیمت نفت شبکه عصبی GMDH قیمت بنزین روش قیاسی

حوزه های تخصصی:
تعداد بازدید : ۳۴۱۰ تعداد دانلود : ۱۶۴۹
در این پژوهش از شبکه عصبی GMDH مبتنی بر الگوریتم ژنتیک به عنوان ابزاری با قابلیت بالا در مدل سازی سیستم های غیرخطی پویای پیچیده، برای پیش بینی قیمت بنزین با دو روش قیاسی و قواعد تحلیل تکنیکی، استفاده کرده ایم. متغیرهای ورودی در روش قیاسی شامل تمام عوامل مؤثر(درون و برون سیستمی) بر قیمت بنزین و در روش تحلیل تکنیکی شامل میانگین های متحرک کوتاه و بلندمدت است. نتایج نشان دهنده دقت بیش از 96درصد پیش بینی و پایداری روش قیاسی و بیش از99درصد تحلیل تکنیکی است. اثر روز دوشنبه به عنوان یک معیار تحلیل تکنیکی در روش قیاسی، تایید شده است. همچنین، در مقایسه معیارهای خطا، دقت پیش بینی های شبکه عصبی GMDH به طور معناداری از الگوی رگرسیونی بهتر است.
۷.

روش‌های بهینه‌سازی در آمایش سرزمین

نویسنده:
منبع: آمایش سرزمین دوره اول سال ۱۳۸۸ شماره ۱

کلیدواژه‌ها: الگوریتم ژنتیک آمایش سرزمین مکانیابی بهینه‌سازی چند معیاره فضای کالبدی

حوزه های تخصصی:
تعداد بازدید : ۲۰۶۰
امروزه روش‌های بهینه‌سازی در ابعاد مختلف آمایش سرزمین نظیر مکان‌یابی و بهینه‌سازی فضای کالبدی، کاربرد فراوانی دارد. در این مقاله به بررسی روش‌های مختلف بهینه‌سازی چند معیاره در مکان‌یابی و بهینه‌سازی در فضای کالبدی می‌پردازیم و در هر یک از دو زمینه با ارایه مثال، چگونگی کاربرد آنها را خواهیم دید.
۱۱.

مدلسازی جریان مواد زنجیره تأمین با رویکرد الگوریتم ژنتیک(مقاله علمی وزارت علوم)

نویسنده:
منبع: مدرس علوم انسانی - پژوهش های مدیریت در ایران ۱۳۸۵ شماره ۴۶

کلیدواژه‌ها: الگوریتم ژنتیک ؛ جستجوی الگو؛ زنجیره تأمین؛ گردش مواد

حوزه های تخصصی:
تعداد بازدید : ۲۵۷۹ تعداد دانلود : ۱۲۱۹
در میان جریانهای موجود در هر زنجیره تأمین (مالی، اطلاعات و مواد)، جریان مواد با توجه به سهم آن در بهای تمام شده محصول از اهمیت قابل توجهی برخوردار می‌باشد. این مقاله سعی بر آن دارد تا با به‌کارگیری روش الگوریتم ژنتیک، مدلی در جهت تخصیص مناسب سفارشها در سطوح مختلف زنجیره با توجه به حداقل کردن هزینه‌های مورد نظر مسأله ارائه کند. جوابهای مدل ارائه شده بر مبنای الگوریتم ژنتیک با سایر روشهای متداول جستجوی الگو همچون Latin Hypercube، Nelder-Mead در قالب هزینه مقایسه شده است که شواهد حاکی از برتری روش الگوریتم ژنتیک نسبت به سایر روشها است.
۱۲.

طراحی مدل ارزیابی کیفیت خدمات سیستمهای اطلاعاتی مبتنی بر الگوریتم ژنتیک(مقاله علمی وزارت علوم)

نویسنده:
منبع: مدرس علوم انسانی - پژوهش های مدیریت در ایران ۱۳۸۶ شماره ۵۵

کلیدواژه‌ها: سیستمهای اطلاعاتی الگوریتم ژنتیک ارزیابی کیفیت خدمات کیفیت خدمات سیستمهای اطلاعاتی

حوزه های تخصصی:
تعداد بازدید : ۲۱۶۸ تعداد دانلود : ۱۲۱۵
"این مقاله برگرفته از رساله دوره دکتری با عنوان «طراحی و تبیین سیستم ارزیابی کیفیت خدمات سیستمهای اطلاعاتی با استفاده از الگوریتم ژنتیک» است. در این نوشتار، ضمن اشاره به مسأله و متدلوژی تحقیق و همچنین مروری اجمالی بر مبانی نظری،‌ مدل پیشنهادی MISSQM ٢مبتنی بر الگوریتم ژنتیک و ویژگیهای عمده مدل تبیین شده‌‌است. این ویژگیها، شامل تضمین امکان انتخاب و اولویت‌بندی نزدیک به بهینه شاخصهای سنجش کیفیت خدمات سیستمهای اطلاعاتی، فراهم‌‌ساختن امکان مشارکت خبرگان و دانشگاهیان در فرایند تعیین شاخصها و کمک به مدیران جهت اتخاذ تصمیم بهینه یا نزدیک به بهینه درباره سرمایه‌گذاری برای توسعه کیفیت خدمات سیستمهای اطلاعاتی است که با کمک فرایند تحلیل سلسله‌‌مراتبی و الگوریتم ژنتیک تحقق یافته‌اند. آنگاه مشارکت علمی تحقیق حاضر در توسعه مبحث سیستمهای اطلاعاتی و به‌ویژه سنجش کیفیت خدمات سیستمهای اطلاعاتی مورد اشاره قرار گرفته و پیشنهادهایی برای تحقیقات آتی ذکر شده‌‌است."
۱۳.

انتخاب یک سبد سهام از بین سهام شرکتهای پذیرفته شده در بورس اوراق بهادار تهران با استفاده از مدل بهینه‌سازی الگوریتم ژنتیک

نویسنده:
منبع: توسعه و سرمایه ۱۳۸۷ شماره ۱

کلیدواژه‌ها: سهم سرمایه‎گذاری الگوریتم ژنتیک بازده سبد سهام

حوزه های تخصصی:
تعداد بازدید : ۲۶۸۶ تعداد دانلود : ۲۰۸۵
از لحاظ نظری، موضوع انتخاب سبد سهام در حالت حداقل نمودن ریسک در صورت ثابت در نظر داشتن بازده، با استفاده از فرمولهای ریاضی و از طریق یک معادله درجه دوم قابل حل است، اما در عمل و در دنیای واقعی نیازمند محاسبات و برنامه‌ریزی وسیعی است. هدف این تحقیق انتخاب یک سبد سهام از بین سهام شرکتهای پذیرفته شده در بورس اوراق بهادار تهران با استفاده از مدل بهینه‌سازی الگوریتم ژنتیک است به گونه‌ای که ضمن بیشینه نمودن بازده، ریسک سرمایه‌گذاری را نیز کمینه نماید. به‌ منظور دستیابی به این هدف 40 سهم از بین سهام موجود در جامعه آماری انتخاب شد. پس از محاسبه متغیرهای اصلی تحقیق تهیه الگوریتم لازم به منظور انجام دادن برنامه با توجه به فرضیات تحقیق در سطوح مختلفی از اندازه سبد، نتایج هر بار اجرای این الگوریتم با نتایج مدل مارکویتز و انتخاب تصادفی مقایسه شد.
۱۴.

ارایه یک برنامه مدیریت روسازی با استفاده از الگوریتم ژنتیک(مقاله علمی وزارت علوم)

نویسنده:
منبع: پژوهشنامه حمل و نقل ۱۳۸۶ شماره ۳

کلیدواژه‌ها: الگوریتم ژنتیک بهسازی نگهداری مدیریت روسازی سطح اخطار تابع هدف

حوزه های تخصصی:
تعداد بازدید : ۱۱۱۷ تعداد دانلود : ۷۳۸
در این مقاله برنامه رایانه ای مدیریت روسازی که بر اساس الگوریتم ژنتیک نوشته شده معرفی شده است. این برنامه می تواند به عنوان یک روش تحلیل کمکی مورد استفاده مهندسین روسازی قرار گیرد. مثال هایی برای نشان دادن کاربرد برنامه در انتخاب سطوح اخطار نگهداری ارایه شده و در انتها به منظور نشان دادن نتایج حاصل از برنامه، برنامه هایی برای نگهداری و بهسازی روسازی براساس دو تابع هدف که شامل کمینه کردن ارزش فعلی هزینه های تعمیر و نگهداری و بیشینه کردن شاخص وضعیت شبکه است ارایه شده است.
۱۵.

مسیریابی لکوموتیوها در شبکه با استفاده از یک الگوریتم ژنتیک ترکیبی(مقاله علمی وزارت علوم)

نویسنده:
منبع: پژوهشنامه حمل و نقل ۱۳۸۷ شماره ۳

کلیدواژه‌ها: الگوریتم ژنتیک مسأله مسیریابی وسایل نقلیه همراه با پنجره زمانی مسأله مسیریابی لکوموتیوها

حوزه های تخصصی:
تعداد بازدید : ۱۹۶۰ تعداد دانلود : ۱۸۳۵
هدف از انجام تحقیق حاضر حل مسئله مسیریابی لکوموتیوها در شبکه ریلی است که از نیازهای عمده صنعت ریلی به شمار می‌آید. در این پژوهش از مسأله مسیر‌یابی وسایل نقلیه همراه با پنجره زمانی (VRPTW)1 به منظور مدلسازی مسأله مسیر‌یابی لکوموتیوها استفاده می‌شود. در این مقاله پس از مرور تکنیک‌های حل مسأله VRPTW و مسیریابی لکوموتیوها، الگوریتم ژنتیک بعنوان الگوریتم اصلی حل مسأله برگزیده شده است و از الگوریتم‌های ابتکاری PFIH2 به منظور تعیین جواب اولیه و مکانیزم λ-interchange برای جستجوی همسایگی و بهبود در الگوریتم استفاده شده است. شایان ذکر است که الگوریتم ترکیبی ژنتیک, PFIH و λ-interchange کلاس پیچیدگی زمان محاسباتی الگوریتم حل را از طبقه نمایی3 به چندجمله‌ای4 تبدیل کرده که یکی از مزیت‌های عمده این روش محسوب می‌شود. دو سناریوی متفاوت از مسأله مسیریابی لکوموتیوها مورد بررسی و مقایسه قرار گرفته و نتایج حاصل از آن ارائه شده است. همچنین برای تعیین اعتبار مدل بیان شده, نتایج مقایسه جواب‌های حاصل از الگوریتم ژنتیک ترکیبی با جواب‌های قطعی حاصله از نرم افزاری بهینه‌ساز ارائه شده است. نتایج حاصله بر کیفیت خوب جواب‌ها و صرفه‌جوئی مناسب در زمان حل تأکید دارند.
۱۶.

برنامه ریزی پرواز با استفاده از روشهای بهینه یابی جستجویی(مقاله علمی وزارت علوم)

نویسنده:
منبع: پژوهشنامه حمل و نقل ۱۳۸۸ شماره ۲

کلیدواژه‌ها: الگوریتم ژنتیک بهینه سازی برنامه ریزی پرواز الگوریتم گرم و سرد کردن شبیه سازی شده الگوریتم کولونی مورچه

حوزه های تخصصی:
تعداد بازدید : ۳۲۱۶ تعداد دانلود : ۱۶۳۷
برنامه‌ریزی پرواز از جمله مسائل اصلی شرکتهای هواپیمایی است که به صورت یک مسأله بهینه سازی از دیرباز مطرح بوده است. مسأله جامع برنامه ریزی پرواز معمولاً برای حل، به چند زیر مسأله تقسیم می شود. تخصیص هواپیما یکی از زیر مسائل برنامه ریزی پرواز است. در این مسأله با فرض معلوم بودن برنامه زمانبندی پروازها و مشخصات ناوگان آماده پرواز، نوع هواپیمای هر پرواز تعیین می شود. طی مطالعات دهه اخیر، این مسأله به صورت یک مسأله جریان در شبکه چند کالایی(Multi Commodity Network Flow) با متغیرهای صحیح و حقیقی مدلسازی شده و برای حل آن، از روشهای مرسوم در حل این نوع مسائل استفاده شده است. تحقیق حاضر با اصلاح یکی از مدلهای موجود، برای یک شرکت هواپیمایی داخلی، به بررسی و حل مسأله می پردازد. در اینجا چندین مسأله نمونه تخصیص هواپیما به پروازِ شبه واقعی با سه روش، از جمله روشهای مبتنی بر بکارگیری الگوریتمهای ژنتیک (Genetic Algorithm)، گرم و سرد کردن شبیه سازی شده (Simulated Annealing) و بهینه سازی کولونی مورچه (Ant Colony Optimization) حل شده است. برای ارزیابی کارآیی الگوریتمها، از نرم افزار GAMS، به منظور محاسبه جواب دقیق استفاده شد. در نهایت با توجه به نتایج حل مسائل نمونه با روشهای مذکور درمقایسه با نرم افزار بهینه سازی GAMS ، معلوم شد که روشهای هیوریستیک پیشنهادی در مدت زمان کوتاه تر، جوابهای قابل قبول تری ارایه می کنند و دارای مطلوبیت و قابلیت بسیاری برای حل مسأله تخصیص هواپیما به پرواز هستند.
۱۷.

یکپارچگی زمانبندی حمل و نقل در زنجیره تأمین با وسائط نقلیه دارای ظرفیت‌های متفاوت(مقاله علمی وزارت علوم)

نویسنده:
منبع: پژوهشنامه حمل ونقل ۱۳۸۸ شماره ۳

کلیدواژه‌ها: الگوریتم ژنتیک زنجیره تأمین زمانبندی برنامه ریزی حمل‌ونقل

حوزه های تخصصی:
تعداد بازدید : ۲۸۹۵ تعداد دانلود : ۱۴۱۸
این مقاله به بررسی مسأله زمانبندی در یک زنجیره تأمین 3 مرحله ای می پردازد. مرحله اول شامل تأمین‌کنندگان، مرحله دوم شامل ناوگان حمل‌ونقل کالاها و مرحله سوم شامل یک شرکت سازنده محصولات نهایی است. ناوگان حمل‌ونقل شامل چندین وسیله نقلیه می شود که دارای سرعتها و ظرفیتهای متفاوت برای حمل کالا هستند. هدف، تخصیص کارها به تأمین کنندگان و وسائط نقلیه به نحوی است که کارها زودتر تحویل شرکت سازنده شوند. نشان داده می شود که پیچیدگی این مسأله از نوع NP-hard است و در نتیجه استفاده از روشهای دقیق برای حل مسأله در زمان معقول امکان پذیر نیست. برای حل این مسأله یک الگوریتم ژنتیک که در اینجا الگوریتم ژنتیک پویا نامیده شده است و دارای کروموزومهایی با ساختار متغیر است ارایه می شود. از آنجا که این مسأله تاکنون در ادبیات موضوع مورد بررسی قرار نگرفته است، مبنای مناسبی جهت ارزیابی الگوریتم ژنتیک ارایه شده وجود ندارد. بنابراین الگوریتم ژنتیک ارایه شده با روش جستجوی تصادفی (Random Search) مقایسه شده است. همچنین الگوریتم ژنتیک ارایه شده در یک حالت خاص با روش مربوط به نزدیک‌ترین مسأله در ادبیات موضوع مقایسه شده است. نتایج، نشان از برتری الگوریتم ژنتیک پویا در هر دو مقایسه انجام شده دارد.
۱۸.

ارایه مدلی ابتکاری جهت برنامه ریزی کار خدمه و پرسنل راه آهن(مقاله علمی وزارت علوم)

نویسنده:
منبع: پژوهشنامه حمل و نقل ۱۳۸۸ شماره ۴

کلیدواژه‌ها: الگوریتم ژنتیک برنامه ریزی کار پرسنل مسأله Set Covering Problem (SCP روش جستجوی Depth First Search (DFS)

حوزه های تخصصی:
تعداد بازدید : ۱۴۷۹ تعداد دانلود : ۱۰۰۹
ارایه مدلی برای برنامه ریزی کار خدمه راه آهن، هدف عمده از پژوهش حاضر است که در آن می بایست برای گروههای خدمه مورد نیاز جهت ارایه سرویس به سفرهای موجود در جدول زمان بندی حرکت قطارها، برنامه ریزی شود. مدل پیشنهادی به دو فاز مستقل تقسیم می شود که در فاز اول با استفاده از استراتژی جستجوی Depth First Search تمام سفرهای رفت و برگشتی که شروع و خاتمه آنها در محل استقرار خدمه است تحت عنوان مجموعه pairing ها تعیین می شوند. در فاز دوم با استفاده از مسأله Set Covering Problem به مدلسازی مسأله پرداخته می شود و با استفاده از الگوریتم ژنتیک با تعریف اپراتورهایی خاص بهینه می شود. در نهایت زیر مجموعه ای از pairing ها با حداقل هزینه که تمام سفرها را تحت پوشش قرار داده اند برای تخصیص به گروههای خدمه تعیین می شوند. نهایتا" برای تعیین اعتبار مدل پیشنهادی به حل چندین مسأله از مسایلی که توسط Beasley برای مسأله برنامه ریزی خدمه مطرح شده اند پرداخته می شود که به استناد نتایج حاصل شده، الگوریتم پیشنهادی جواب هایی با کیفیت و زمان حل مناسب تولید کرده است.
۱۹.

مدل سازی سیاست گذاری انرژی با ملاحظات فنی، اقتصادی و اجتماعی: به کارگیری الگوریتم ژنتیکی مرتب سازی جواب های نامغلوب نخبه گرا در مطالعه موری موضوع تخصیص منابع(مقاله علمی وزارت علوم)

نویسنده:
منبع: مطالعات اقتصاد انرژی بهار ۱۳۸۷ شماره ۱۶

کلیدواژه‌ها: تخصیص منابع الگوریتم ژنتیک سیاست گذاری انرژی بهینه سازی چند هدفه

حوزه های تخصصی:
تعداد بازدید : ۲۲۵۶ تعداد دانلود : ۱۰۷۴
سیاست گذاری صحیح در حوزه انرژی برای دست یابی به اهداف توسعه پایدار، مستلزم منظور کردن طیف متنوعی از ملاحظات سیاسی، اقتصادی، اجتماعی و زیست محیطی است. از سوی دیگر منابع انرژی و فن آوری های در دسترس، محدودند. به دلیل پیچیدگی عوامل موثر بر فرایند تصمیم سازی، استفاده از روش های مدل سازی در بخش انرژی از اهمیت خاصی برخوردار است. متاسفانه روش های سنتی مدل سازی سیستم های انرژی پاسخ گوی نیازها و اهداف چندگانه نبوده و قابلیت کافی در هدایت سیسم ها به نقطه بهینه مطلوب را ندارند. توسعه الگوریتم های تکاملی چند هدفه و به کارگیری روز افزون آن ها در حل مسایل مهندسی، انگیزه انجام این مطالعه در بهینه سازی سیستم های انرژی بر مبنای اهداف چندگانه، متعارض و غیرهم مقیاس، بوده است. در این مقاله، با استفاده از الگوریتم ژنتیکی مرتب سازی جواب های نامغلوب نخبه گرا، مساله تخصیص منابع به عنوان نمونه در نظر گرفته شده و مورد مدل سازی و تحلیل نتایج قرار گرفته است. مطالعه حاضر نشان می دهد که به کارگیری روش های تصمیم سازی پس از جستجو، بر مبنای بهینه سازی چند هدفه، ضمن ایجاد امکان تحلیل تعادل اهداف چندگانه، متعارض و غیرهم مقیاس در سیستم های انرژی، قدرت سیاست گذاران را در پیش بینی و بهبود نتایج حاصل از تصمیمات متفاوت، افزایش داده و آنان را در اتخاذ سیاست های مناسب تر، حمایت می کند. ادامه تحقیقات در زمینه به کارگیری سایر روش های نوین بهینه سازی در تحلیل سیستم های انرژی، توصیه شده است.
۲۰.

جایابی بهینه ادوات FACTS با استفاده از الگوریتم ژنتیک، به منظور کاهش هزینه های ناشی از افت ولتاژ در شبکه(مقاله علمی وزارت علوم)

نویسنده:
منبع: مطالعات اقتصاد انرژی بهار ۱۳۸۷ شماره ۱۶

کلیدواژه‌ها: نرخ بازده داخلی ارزیابی اقتصادی تکنیک الگوریتم ژنتیک کنترلر ادوات افت ولتاژ

حوزه های تخصصی:
تعداد بازدید : ۳۲۶۸ تعداد دانلود : ۱۵۹۰
در این مقاله جایابی بهینه ادوات FACTS، با استفاده از الگوریتم ژنتیک و با هدف حداقل کردن خسارات مالی ناشی از افت ولتاژ بررسی شده است. مکان، نوع و ظرفیت نامی ادوات FACTS به عنوان پارامتر های بهینه سازی در نظر گرفته شده اند. جایابی برای دو کنترلر SVC و STATCOM انجام گرفته و شبیه سازی بر روی شبکه 295 شینه GDS (شبکه جامع توزیع) انجام شده است. نتایج آنالیز اقتصادی قبل و پس از نصب ادوات نشان می دهد که هزینه های کلی سیستم در صورت استفاده از ادوات FACTS کاهش قابل ملاحظه ای دارند. ارزیابی اقتصادی با استفاده از تکنیک B/C حاکی از آن است که یک درصد افزایش هزینه نصب ادوات، منجر به افزایش 3.58 درصدی سود اقتصادی خواهد شد. 39.21 درصد نرخ بازدهی داخلی توجیه پذیری اقتصادی پروژه را نشان می دهد.