مطالب مرتبط با کلیدواژه
۱۸۱.
۱۸۲.
۱۸۳.
۱۸۴.
۱۸۵.
۱۸۶.
۱۸۷.
۱۸۸.
۱۸۹.
۱۹۰.
۱۹۱.
۱۹۲.
۱۹۳.
۱۹۴.
۱۹۵.
۱۹۶.
۱۹۷.
۱۹۸.
۱۹۹.
۲۰۰.
الگوریتم ژنتیک
حوزه های تخصصی:
مسائل مکانیابی هاب در پی یافتن مکان بهینه تسهیلات هاب و تخصیص نقاط تقاضا به هابها برای پاسخگویی تقاضاها بین زوج مبدأ - مقصد است. افزایش روزافزون سرعت تغییرات در ساختار هزینه و تقاضا، خیلی اوقات سازمانها را برای ایجاد دوباره شبکه مجبور میکند. مسئله این پژوهش «مکانیابی هاب چنددورهای با تخصیص تکی و محدودیت ظرفیت (DCSAHLP)» نامیده و یک مدل برای آن پیشنهاد میشود. در مسئله بررسیشده، تصمیمات مرتبط با مکانیابی و تخصیص در یک شبکه هاب بررسی میشود. همچنین این موضوع که برای بازکردن هاب پیمانکاران مختلف وجود دارد، یا اینکه هابها بعد از انتخاب پیمانکار دارای طول عمر مشخص هستند و در انتهای این طول عمر میتوانند بسته یا بازسازی شوند، بررسی میشود که مسئله را پیچیدهتر میکند؛ در عین حال مسئله را به مسائل دنیای واقعی نزدیکتر میکند. در این مسئله سطوح ظرفیت و بازسازی چندگانه نیز در نظر گرفته شده است. درانتها از مجموعه مثالهای عددی تغییریافته AP در اندازههای مختلف برای ارزیابی عملکرد مدل ارائهشده بهره گرفته شده است. نتایج حاصل از مقایسات نشاندهنده کارایی روش فراابتکاری ژنتیک است. همچنین مدل ارائهشده در این پژوهش نسبت به مدلهای پیشین ارائهشده برای این مسئله از نقطه نظر هماهنگی و منطبقبودن با شرایط دنیای واقعی کارایی بیشتری دارد.
ارائه یک مدل بهینه برای مسئله زمان بندی زنجیره تأمین حلقه بسته(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در جهان پیچیده امروزی و بهمنظور افزایش رقابتپذیری، توجه برنامهریزان در بخش سیستمهای تولیدی به مقوله توزیع محصولات و جمعآوری محصولات استفادهشده افزایش یافته است. در این پژوهش، مسئله زمانبندی زنجیره تأمین حلقهبسته برای نخستین بار بررسی میشود. یک مدل جامع و یکپارچه در خصوص زمانبندی تولید محصولات، ارسال بستهای آنها به مشتریان توسط وسایل حملونقل با ظرفیت محدود و جمعآوری محصولات استفادهشده از محل مشتریان و بازگرداندن آنها به محل کارخانه برای انجام فرآیند بازیافت ارائه میشود. هدف این مسئله، کمینهکردن حداکثر زمان تأخیر در تحویل محصولات است. با توجه به NP-hard بودن مسئله، برای حل مسائل بزرگ یک الگوریتم ژنتیک ارائه میشود که قادر است جوابهایی نزدیک به جواب بهینه ایجاد کند. برای بیان میزان اهمیت مسئله موردبررسی در این پژوهش، یک مطالعه موردی مربوط به زنجیره تأمین روغنموتور ارائه میشود.
بهینه یابی قراردادهای بالادستی نفت و گاز: الگوی کارگزار- کارفرما(مقاله علمی وزارت علوم)
منبع:
پژوهشنامه اقتصادی سال بیستم بهار ۱۳۹۹ شماره ۱ (پیاپی ۷۶)
187 - 222
حوزه های تخصصی:
تاریخچه قراردادهای نفتی در قرن اخیر حکایت از آن دارد که قراردادهای نفتی در واقع چهره ای از معارضه منافع شرکت های نفتی خارجی با منافع ملی دولت های صاحب مخزن است. در تعارض مطرح شده، این سوال مهم در برابر دولت های میزبان وجود داشته و دارد که کدام یک از قراردادهای بالادستی متعارف و موجود را باید انتخاب کنند تا منافع بیشتری کسب شود. برای پاسخ به این سوال تحقیق از نظریه نمایندگی استفاده شده است. در مدل طراحی شده تابع منفعت هرکدام از طرفین در هرکدام از قراردادهای بالادستی بیان شده، شناسایی و مدلسازی شده اند. همچین شروط عقلانیت و انگیزه نیز در این مدل به عنوان قید مشارکت مورد تحلیل قرار گرفته اند. نتایج حاصل از مدل پیشنهادی با استفاده از روش الگوریتم ژنتیک حاکی از آن است که قرارداد مشارکت در تولید در مقایسه با دو قرارداد امتیازی و خرید خدمت در مختصات میدان مفروض کمترین هزینه نمایندگی را داشته و می تواند به عنوان الگوی منتخب، بیشترین منفعت را برای دولت صاحب مخزن در پی داشته باشد.
پیش بینی شبکه های آبراهه با استفاده از مدل زیر جاذبه و الگوریتم ژنتیک در محیط GIS(مقاله علمی وزارت علوم)
حوزه های تخصصی:
آبراهه ها، زهکش در یک حوضه آبخیز محسوب می شوند که تاثیر زیادی بر روی ویژگی های فیزیوگرافی، هیدرولوژی، فرسایش و رسوب یک حوضه آبخیز دارند. هدف از این مطالعه، استفاده از مدل جاذبه به منظور افزایش قدرت تفکیک مکانی مدل رقومی ارتفاع (DEM) و استفاده از الگوریتم ژنتیک به منظور پیش بینی آبراهه ها در آینده و مقایسه نتایج آن با خطوط آبراهه مستخرج از DEM با قدرت تفکیک ۳۰ متر است. برای استخراج DEM های با قدرت تفکیک بالاتر، در مدل جاذبه برای تولید زیرپیکسل ها از مقیاس ۳ و مدل همسایگی چهارگانه که دارای دقت بالاتری هستند استفاده شد. از DEM حاصل از مدل جاذبه، به عنوان داده ورودی برای پیش بینی و استخراج آبراهه های منطقه مورد مطالعه با استفاده از الگوریتم ژنتیک در آینده استفاده شد. در الگوریتم ژنتیک، بهینه سازی و پیش بینی شبکه های رودخانه بر اساس تابع «نیروی جریان» و با ایجاد تغییرات در بالا آمادگی ها و رسوب گذاری ها در منطقه مورد مطالعه انجام شد. نتایج حاصل از مدل جاذبه نشان داد که مقیاس ۲ با مدل همسایگی ۲ گانه دارای دقت بالاتری نسبت به دیگر همسایگی ها برای استخراج DEM با قدرت تفکیک بالاتر است. همچنین نتایج حاصل از الگوریتم ژنتیک، نشان دهنده تغییر درجه آبراهه های منطقه مورد مطالعه در طول زمان نسبت به وضع موجود است، به طوری که درجه تعدادی از آبراهه های درجه اول در آینده به درجه ۳ تغییر خواهد کرد که علت آن فرسایش آبراهه های درجه کمتر و اضافه شدن به آبراهه های درجه بالاتر است. از نتایج این تحقیق، می توان برای پیشنهاد محل های مناسب ایجاد بندهای انحرافی و یا محل های مناسب برای احداث سازه های مختلف با توجه به تغییرات در مورفومتری آبراهه ها در آینده، استفاده کرد.
مثلث بندی هوایی براساس تصاویررقومی،GPS/IMU و پارامترهای بهینه شده سلف کالیبراسیون توسط الگوریتم ژنتیک(مقاله علمی وزارت علوم)
منبع:
سپهر دوره ۲۹ پاییز ۱۳۹۹ شماره ۱۱۵
71 - 83
حوزه های تخصصی:
در فرایند تهیه نقشه به روش فتوگرامتری استفاده از داده هایGPS/IMU در مثلث بندی موجب افزایش استحکام بلوک فتوگرامتری و کاهش تعداد نقاط کنترل زمینی مورد نیاز برای سرشکنی بلوک گردیده است. خطاهای سیستماتیک داده های مورد استفاده در مثلث بندی، دقت مثلث بندی را کاهش داده، استفاده از نقاط کنترل زمینی را حتی با وجود داده های GPS/IMU ضروری می سازد. بنابراین با کاهش میزان خطای سیستماتیک بر روی داده ها می توان شاهد افزایش دقت مثلث بندی و کاهش تعداد نقاط کنترل زمینی مورد نیاز برای سرشکنی بلوک و همچنین نوارهای پرواز متقاطع بود. در این پژوهش نقش پارامترهای سلف کالیبراسیون مانند پارامترهای حذف خطای سیستماتیک داده های GPS/IMUبرای هر نوار و پارامترهای حذف خطای سیستماتیک سنجنده تصویر برداری به منظور افزایش دقت مثلث بندی و کاهش تعداد نقاط کنترل زمینی و کاهش نوارهای پرواز متقاطع مورد نیاز برای سرشکنی بلوک مورد بررسی قرار گرفته است. بدین منظور ابتدا پارامترهای بهینه سلف کالیبراسیون با استفاده از الگوریتم ژنتیک تعیین می گردد، سپس پارامترهای بهینه تعیین شده، در سرشکنی بلوک به روش باندل مورد استفاده قرار می گیرد. به منظور حل مشکل ناپایداری معادلات از روش تخمین مؤلفه واریانس استفاده شده است. این روش قادر است علاوه بر پایدارسازی مسئله، ماتریس وزن بهینه را در هنگام سرشکنی تعیین نماید. در این پژوهش از تصاویر دوربین رقومی UltraCamاستفاده شده است. نتایج بدست آمده نشان می دهد که در صورت استفاده از پارامترهای سلف کالیبراسیون و کاهش میزان خطای داده های مورد استفاده در فرآیند سرشکنی، تعداد نقاط کنترل و تعداد نوارهای پرواز متقاطع برای سرشکنی بلوک کاهش می یابد به گونه ای که بدون استفاده از نقاط کنترل و با استفاده از پارامترهای بهینه سلف کالیبراسیون، بیشترین میزان خطای RMSE بر روی نقاط چک زمینی، 0.143 متر می باشد در حالی که اگر از این پارامترها استفاده نشود در صورت وجود یا عدم وجود نوارهای پرواز متقاطع ماکزیمم خطای RMSE، در حدود یک متر می باشد.
بررسی مقایسه ای الگوریتم های فرا ابتکاری برای مسیریابی وسیله نقلیه پویا به منظور بهره وری وکارایی سیستم های حمل و نقل(مقاله علمی وزارت علوم)
منبع:
مدیریت بهره وری سال دهم بهار ۱۳۹۶ شماره ۴۰
287 - 310
حوزه های تخصصی:
مسأله مسیریابی وسیله نقلیه (VRP) یکی از معروف ترین مسائل بهینه سازی است که در دهه ها ی اخیر کاربرد های زیادی به منظور بهره وری و کارایی سیستم های حمل و نقل داشته است. مسأله مسیریابی وسائل نقلیه با بارگیری و تحویل همزمان، که توزیع و جمع آوری همزمان کالا از مبدأ به مقصد (مشتریان) را انجام می دهد یکی از انواع کلاسیک مسأله مسیریابی می باشد که در آن مشتریان نیازمند تکمیل فرآیند بارگیری و تحویل در انبار در یک پنجره زمانی خاص می باشند. کاربرد های این مسأله در بسیاری از مسائل روزمره واقعی همچون حمل و نقل و بهینه سازی برنامه ریزی منطقی مشهود می باشد. این مقاله از الگوریتم های فرا ابتکاری برای این منظور استفاده کرده است. روش پیشنهادی برای حل مسأله مسیریابی وسیله نقلیه ظرفیت دار جهت بهبود بهره وری و کارایی توزیع (با کمینه کردن فاصله کل طی شده در هر مسیر) و با در نظر گرفتن ظرفیت مسیر های مختلف به کار گرفته شده است. این مسأله، ذاتاً یک مسألهNP-Hard می باشد بنابراین هیچ روش بهینه با زمان چند جمله ای برای آن وجود ندارد. روش پیشنهادی که برمبنای الگوریتم ژنتیک می باشد، بر روی برخی از مسائل آزمون استاندارد با درنظر گرفتن بهره وری محاسباتی و کیفیت جواب آزمون شده است. عملکرد روش ارائه شده با سایر الگوریتم های ابتکاری موجود بر روی همان مسأله مقایسه شده است. نتایج عددی نشان دهنده موفقیت رویکرد پیشنهادی برای مسائل مقید سخت می باشد و مکانیزم جواب ساده و پایداری را برای کاربردهای دنیای واقعی بویژه بهینه سازی مسیر یابی وسائل نقلیه را ارائه می دهد.
استفاده از الگوریتم ژنتیک برای بهینه سازی میزان انتشار گازهای گلخانه ای حاصل از حمل و نقل و هزینه های زنجیره تامین سرد(مقاله علمی وزارت علوم)
منبع:
مدیریت صنعتی (آزاد سنندج) سال پانزدهم پاییز ۱۳۹۹ شماره ۵۳
135 - 153
حوزه های تخصصی:
زنجیره تامین سرد با توجه به مصرف انرژی بالا و نشت گازهای مبرد، سطوح بالایی از انتشار گازهای گلخانه ای را به همراه دارد و یکی از بزرگترین انتشار دهنده های کربن است. در زنجیره تامین سرد محصولات باید در دمای پایین و نزدیک یا زیر نقطه انجماد ذخیره شوند؛ برای این منظور از انبارهای سردخانه ای و کامیون های یخچال دار ضروری است، بنابراین این پژوهش به طراحی یک مدل تصمیم گیری چند هدفه خطی مدیریت زنجیره تامین سرد می پردازد که هدف آن کاهش هزینه کلی زنجیره تامین، شامل هزینه های ظرفیت، حمل و نقل، موجودی و نیز هزینه های مربوط به تاثیر گرم شدن کره زمین به دلیل انتشار گازهای گلخانه ای است . جهت تحلیل مسئله تحقیق، یک مدل ریاضی در زمینه بهینه سازی زنجیره تامین سرد طراحی شده و برای حل این مسئله از الگوریتم ژنتیک استفاده شده است. نتایج تابع اول تحقیق نشان می دهد که مدل در حالت تعداد مشتری بالا و هنگامی که تعداد توزیع کننده با تعداد تولید کننده برابر می باشد، بهترین حالت ممکن است. از تحلیل تابع دوم نتیجه گرفته می شود که کاهش زمان ترمیم تسهیلاتی در حداقل نمودن تابع نخست، کاهش هزینه ها و کاهش انتشار گازهای گلخانه ای موثر است. بنابراین با توجه به مطالب بیان شده و نیز نتایج بدست آمده در این تحقیق، می توان عنوان نمود که با بهینه سازی وسایل نقیله و نیز استفاده مناسب از تعداد بهینه ای از وسایل حمل و نقل می توان انتظار داشت که آلودگی و تکثیر گازهای گلخانه ای به حداقل ممکن برسد.
طراحی زنجیره تأمین حلقه بسته سبز برای تولید محصول زیتون تحت شرایط ریسک(مقاله علمی وزارت علوم)
حوزه های تخصصی:
بر اثر عواملی چون مسائل سیاسی، تغییرات فناوری و حوادث طبیعی، در کنار گسترش نگرانی های زیست محیطی و مسئولیت پذیری اجتماعی، مسائل زنجیره تأمین دیگر فقط نگاهی رو به جلو ندارد و حالت معکوس نیز مد نظر قرار گرفته است. از این رو، در مطالعه حاضر، با طراحی و مدل سازی زنجیره تأمین حلقه بسته سبز چنددوره ای و چندمحصولی در زمینه تولید زیتون، بهینه سازی سود کل زنجیره و هزینه های آلاینده های حاصل از فرآیند فرآوری این محصول با استفاده از الگوریتم ژنتیک برای داده های محصول زیتون ایران طی سال های 1395 تا 1397 بررسی شد. همچنین، با وارد کردن ریسک به مدل پیشنهادی و در نظرگرفتن تقاضای تمامی مراکز تحت شرایط ریسک، مدل به واقعیت نزدیک تر شد. نتایج مطالعه نشان داد که این زنجیره با مقدار 55417 میلیارد ریال سودآور است؛ اما با توجه به نسبت هزینه دفع به سود بازیافت پسماندها (91/431)، زنجیره تأمین زیتون و فرآورده های آن در زمینه بازیافت پسماند ضعیف عمل می کند که با اصلاح زنجیره، این نسبت 79 درصد کاهش خواهد یافت؛ همچنین، در این زنجیره، نیاز به واردات در شرایط ریسک وجود ندارد و کلیه نیازهای بازار و تقاضای مراکز صادرات، بدون هیچ گونه فروش از دست رفته از طریق زنجیره، تأمین می شود. بنابراین، با کارخانه های فرآوری زیتون و احداث کارخانه های فرآوری پسماندهای حاصل از روغن کشی بتوان با بازیابی و یا تولید مواد باارزش از پسماندها، می توان بهره وری صنایع تبدیلی زیتون را افزایش داد. از سوی دیگر، با توجه به توان و ظرفیت تولید و فرآوری زیتون، شایسته است به منظور افزایش مصرف روغن زیتون در راستای ارتقای سلامت جامعه و ایجاد ارزش افزوده، سیاست هایی در سطح کلان اتخاذ شود تا از این رهگذر، تولید محصول زیتون افزایش یابد.
بررسی عوامل مؤثر بر رشد بهره وری در ایران با استفاده از الگوریتم شبکه های عصبی مصنوعی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
کشورهای توسعه یافته و در حال توسعه بر اهمیت بهره وری به عنوان یکی از ضرورت های توسعه اقتصادی و کسب برتری رقابتی در عرصه های بین المللی تأکید دارند؛ زیرا امروزه رقابت در صحنه های جهانی ابعاد دیگر به خود گرفته و تلاش برای نیل به سطح بهره وری بالاتر یکی از پایه های اصلی این رقابت ها را تشکیل می دهد. بنابراین در مسیر نیل به رشد و توسعه اقتصادی شناسایی عوامل مؤثر بر رشد بهره وری در اقتصاد ایران لازم است. این پژوهش در نظر دارد تا در یک تحقیق جامع ابتدا با استفاده از منطق انتخاب ویژگی (الگوریتم ژنتیک دو هدفه) عوامل مؤثر بر رشد بهره وری را شناسایی کند، سپس با استفاده از شبکه های عصبی مدل انتخابی را در دوره زمانی 1395-1370 تخمین زده و در نهایت با استفاده از شاخص گارسن، تحلیل حساسیت عوامل مؤثر بر رشد بهره وری را به انجام برساند. بر اساس نتایج حاصل از منطق انتخاب ویژگی از میان بیست متغیر مورد استفاده، پنج متغیر سرمایه گذاری خارجی، سرمایه گذاری در بهداشت، خطوط ریلی، شاخص نوآوری و نرخ ارز از مدل حذف شدند. بر اساس نتایج، مدل شبکه عصبی با تابع فعال سازی تنسیگ با 3 نورون، دارای قدرت پیش بینی 993/0 و حداقل خطا مدل 0019/0 است. همچنین بر اساس نتایج شاخص گارسن سرمایه انسانی با 15 درصد، اندازه دولت با 11 درصد، درجه باز بودن، تحقیق و توسعه و کنترل فساد اقتصادی با حدود 8 درصد بیشترین تأثیر را بر رشد بهره وری داشته اند و متغیرهای توسعه پولی با 48/1درصد و حاکمیت قانون با 27/2 درصد، سرمایه فیزیکی با 2/3 درصد کمترین تأثیر را بر رشد بهره وری داشته اند.
مقایسه عملکرد الگوریتم ژنتیک فازی و جست و جوی شکار فازی در بهینه سازی پرتفوی فازی با استفاده از مدل میانگین واریانس در بورس اوراق بهادار تهران(مقاله علمی وزارت علوم)
منبع:
بورس اوراق بهادار سال سیزدهم زمستان ۱۳۹۹ شماره ۵۲
71 - 95
حوزه های تخصصی:
بازده دارایی ها با عدم اطمینان همراه است و همواره در طی زمان نوسانات غیرمنتظره ای به لحاظ شرایط اقتصادی، اجتماعی و سیاسی و ... در بازدهی دارایی ها از جمله سهام روی می دهد. منطق فازی می تواند یکی از گزینه های مناسب برای مدل کردن بازده دارایی ها باشد. همین منظور یک سیستم خبره فازی مبتنی بر قاعده برای حمایت از مدیران سرمایه گذاری در تصمیمات سرمایه گذاری میان مدتشان ساخته شده است. با توجه به غیرخطی بودن مسئله انتخاب پرتفوی و همچنین، NP-Hard بودن آن، در پژوهش حاضر، انتخاب و بهینه سازی سبد سهام بر اساس منطق فازی با استفاده از دو الگوریتم فراابتکاری شامل الگوریتم ژنتیک فازی و جست جوی شکار فازی مورد بررسی قرار گرفته است. کارایی سیستم فازی پیشنهادی توسط اطلاعات 157 شرکت که در بورس اوراق بهادار تهران در سال های 1387 تا 1397 فعالیت داشته اند، ارزیابی شده است. کارایی این سیستم بر حسب ریسک پذیری و مدت سرمایه گذاری، در مقایسه با متوسط بازده بازار بوده است. به علاوه کارایی سیستم فازی پیشنهادی برای سرمایه گذار ریسک گریز در کوتاه مدت نتایج بسیار خوبی به همراه دارد.
کاربست «الگوریتم های تکاملی» و روش «د ستور زبان شکل» د ر فرایند طراحی مبتنی بر ساختارهای سنتی(مقاله علمی وزارت علوم)
منبع:
باغ نظر سال هجدهم اردیبهشت ۱۴۰۰ شماره ۹۵
19 - 36
حوزه های تخصصی:
بیان مسئله: کاربست روش های شکل-محور د ر سیستم طراحی مولد ، اگرچه د ر جهت توصیف و تحلیل یک سبک یا معماری منطقه ای و یا اثری خاص د ر مطالعات متعد د ی مورد بررسی قرارگرفته اند ، پیچید گی و تعد د قواعد ساختاری و عد م انعطاف پذیری این روش ها د ر ارزیابی و بهینه یابی نمونه های جد ید تولید شد ه تا حد ود ی از مطلوبیت کاربرد آن ها کاسته است. با این وجود ، توانایی تولید فرم های جد ید بر مبنای قوانین اشکال، علاوه بر تحلیل و استخراج قواعد شکلی یک ساختار سنتی، لزوم بررسی بیشتر روش های شکل-محور را مشخص می کند . هد ف پژوهش: این پژوهش د ر راستای پاسخگویی به این کاستی، رویکرد ترکیبی تکاملی مولد را پیشنهاد می کند . کاربست روش های تکاملی مولد می تواند نگرش جد ید ی د ر فرایند تحلیل ساختارهای سنتی و طراحی جد ید مبتنی بر این ساختارها ارائه د هد .روش پژوهش: روش پژوهش بر مبنای مطالعات کتابخانه ای و به صورت تحلیلی-توصیفی جهت بررسی اد بیات موضوعی مرتبط بود ه و همچنین با د رنظرگرفتن نمونه های مورد ی از میان خانه های سنتی کاشان، از ترکیب روش شیپ گرامر (د ستورزبان شکل) جهت تحلیل ویژگی های ترکیب بند ی و روابط فیزیکی-فضایی د ر خانه های سنتی، و ابزار الگوریتم ژنتیک جهت بهینه یابی ساختارهای جد ید تولید شد ه، استفاد ه می کند .نتیجه گیری: نتیجه تحقیق نشان د هند ه کارایی روش های تکاملی مولد د ر بهبود و تسریع فرایند تحلیل ویژگی های ساختارهای سنتی و همچنین تولید طرح های متنوع جد ید ی است که می توانند جوهره فضایی ساختارهای سنتی را حفظ کنند .
بهینه سازی جریان وجوه نقد در زنجیره تأمین دارو: رویکرد ریسک تأمین(مقاله علمی وزارت علوم)
منبع:
چشم انداز مدیریت صنعتی سال یازدهم بهار ۱۴۰۰ شماره ۴۱
117 - 145
حوزه های تخصصی:
مدیریت جریان وجوه نقد از اهمیت روزافزونی در زنجیره های تأمین برخوردار است. در پژوهش حاضر این جریان در زنجیره تأمین دارو و از منظر یک شرکت پخش بهینه می شود. در این زنجیره، شرکت پخش داروهای دریافتی از تأمین کنندگان بالادست را به خرده فروشی های پایین دست می فروشد و با پول دریافتی از آن ها صورت حساب های تأمین کنندگان را تسویه می کند. ناهماهنگی بین جریان های ورودی و خروجی وجوه نقد، علاوه بر تحمیل جریمه دیرکرد، به سوء شهرت در بازار و در نتیجه عدم تأمین مطلوب اقلام دارویی توسط تأمین کنندگان منجر می شود. در این شرایط، این پرسش مطرح می شود که با چه توالی پرداختی می توان ضمن یافتن ارزان ترین روش تسویه صورت حساب ها، ریسک تأمین ناشی از سوء شهرت را به حداقل رساند. برای پاسخ به این پرسش، مدل برنامه ریزی خطی صفر و یک دو هدفه ای صورت بندی شد. حل مدل توسط الگوریتم ژنتیک ضمن تعیین بهترین توالی پرداخت صورت حساب ها، جریان مالی خروجی و ریسک ناشی از نقض موعد پرداخت صورت حساب ها را کمینه کرد.
توسعه مدل برنامه ریزی پروژه با درنظرگرفتن توأم روش های اجرایی و فعالیت جبرانی(مقاله علمی وزارت علوم)
منبع:
چشم انداز مدیریت صنعتی سال یازدهم بهار ۱۴۰۰ شماره ۴۱
147 - 173
حوزه های تخصصی:
با توجه به اهمیت زمان، هزینه و کیفیت اجرای پروژه و همچنین تعارض این 3 عنصر با یکدیگر، باید تعیین شود که هر فعالیت با کدام روش اجرایی صورت گیرد تا در نهایت پروژه در کوتاه ترین زمان، با کمترین هزینه و بیشترین کیفیت ممکن به پایان برسد. به دلیل NP-Hard بودن چنین مسائلی در ابعاد بزرگ، از الگوریتم ژنتیک برای حل مدل استفاده می شود. در این پژوهش یک مدل با سه تابع هدف به منظور حل مسئله موازنه زمان، هزینه و کیفیت در برنامه ریزی پروژه ارائه شده است. آنچه این مدل را متمایز می کند، این است که علاوه بر درنظرگرفتن روش های اجرایی متفاوت برای هر یک از فعالیت ها، برای برخی از فعالیت ها به منظور جلوگیری از کاهش کیفیت، فعالیت جبرانی تعریف می شود. از دیگر ویژگی های این مدل می توان به پوشش دادن هزینه های مختلف اعم از هزینه تشویقی و جریمه اشاره کرد. در نظرگرفتن فعالیت جبرانی می تواند از کاهش کیفیت جلوگیری کند. در نظر گرفتن هزینه جریمه و تشویقی نیز می تواند باعث انگیزه ای در جهت زودتر خاتمه دادن پروژه شود. با توجه به وزن بالای عنصر هزینه در بیشتر پروژه ها، هر چه بتوان پوشش بهتری از انواع هزینه ها داشت با اطمینان بیشتری می توان گفت که پروژه با کمترین هزینه ممکن به پایان رسیده است.
ارائه روشی مبتنی بر ژنتیک برای رفع ابهام نام نویسندگان مقالات(مقاله علمی وزارت علوم)
حوزه های تخصصی:
امروزه با افزایش روزافزون حجم مقالات از یک طرف و استفاده از اینترنت و خدمات موتورهای جستجو از طرف دیگر، روش های ابهام زدایی از اسامی پژوهشگران بسیار مورد توجه قرار گرفته است. تاکنون روش های مختلفی برای حل این مشکل ارائه شده که هر کدام مزایا و معایب خاص خود را دارند. هدف این مقاله، ارائه راهکاری جهت شناسایی رکوردهای متعددی است که به یک نویسنده تعلق دارند. بدین منظور بعد از استخراج ویژگی های داخلی و خارجی نویسندگان، یک معیار جدید جهت مشخص کردن میزان مشابهت میان دو رکورد ارائه شده است. اهمیت هر کدام از ویژگی های ارائه شده، با استفاده از الگوریتمی مبتنی بر ژنتیک با دو تابع برازش مختلف تعیین می شود تا از طریق یادگیری نمونه های موجود، بهینه ترین ضرایب بدست آیند. روش پیشنهادی با دو تابع برازش روی داده های آزمایشی مورد ارزیابی و مقایسه قرار گرفته و نتایج حاصله نشاندهنده افزایش دقت در روش پیشنهادی با هر دو تابع برازش نسبت به روش قبلی است.
مدل سازی برآورد زیست توده چوبی روی زمینی جنگل های شاخه زاد بلوط زاگرس با استفاده از داده های راداری ماهواره سنتینل -1(مقاله علمی وزارت علوم)
حوزه های تخصصی:
برآورد میزان زیست توده در توده های جنگلی با روش های سنجش از دوری اهمیت بسیاری دارد. هم زمان نبودن دریافت داده های ماهواره ای و اطلاعات میدانی و کاربرد معادلات آلومتریک جهانی، برای محاسبه وزن زیست توده درختان جنگلی داخل کشور، از مهم ترین دلایل عدم قطعیت در نتایج و تحلیل های حاصل از مطالعات مشابه قبلی به شمار می روند. به حداقل رساندن این مشکلات و بررسی قابلیت و عملکرد داده ها در توسعه مدل مناسب برآورد زیست توده جنگل، در منطقه بانکول بخش کارزان شهرستان سیروان، استان ایلام، با استفاده از داده های راداری ماهواره سنتینل 1، اخذشده در تاریخ 6 تیرماه 1396، هدف این تحقیق بود. اندازه قطر میانگین تاج پوشش درختان در 53 قطعه نمونه زمینی مربعی، مربوط به فرم رویشی شاخه زاد، به ابعاد 30×30 متر که در بازه زمانی 2 تا 20 خرداد 1396، به کمک دستگاه موقعیت یاب جهانی تفاضلی و به روش تعیین موقعیت کینماتیک آنی روی زمین اجرا و برداشت شدند، وارد روند برآورد زیست توده شد. میانگین زیست توده برداشت شده میدانی 10.63 تن درهکتار بود. پس از استخراج ویژگی های راداری، آن دسته از ویژگی ها که بیشترین میزان همبستگی را با مقادیر زیست توده داشتند انتخاب و از بین آنها، با به کارگیری الگوریتم ژنتیک و با استفاده از دو مدل رگرسیون K نزدیک ترین همسایه و رگرسیون بردار پشتیبان، مناسب ترین ترکیب ویژگی ها شناسایی و سپس، مقادیر زیست توده مدل سازی شد. اعتبارسنجی مدل ها با استفاده از 26 قطعه نمونه تست، انجام گرفت. همبستگی بین ویژگی های حاصل از داده های راداری و مقادیر زیست توده نشان داد که ویژگی های VH، Mean VV، Mean VV GLCM (Correlation) و Mean VH GLCM (Dissimilarity) بیشترین حساسیت را به مقادیر زیست توده داشتند. استفاده از مدل های رگرسیون نشان داد که روش رگرسیون بردار پشتیبان، با RMSE نسبی 0.08، از روش رگرسیون K نزدیک ترین همسایه، با RMSE نسبی 0.10، دقیق تر عمل کرده است. از بین ترکیب های ویژگی مورد بررسی نیز، بهترین ترکیب در حالت استفاده از رگرسیون K نزدیک ترین همسایه، دارای RMSE به میزان تقریبی 0.99 تن درهکتار (معادل10%) و ضریب تعیین 0.23 و در حالت استفاده از رگرسیون بردار پشتیبان، دارای RMSE به میزان 0.87 تن درهکتار (معادل 8%) و ضریب تعیین 0.14 بود. مدل های نهایی حاصل از ترکیب ویژگی های بهینه استخراج شده از داده راداری در طول موج باند C و روش های رگرسیونی پارامتری و غیرپارامتری مورد بررسی در این تحقیق به تنهایی قادر به بهبود اثر اشباع شدگی در داده، برای برآورد زیست توده در جنگل های مورد مطالعه، نبودند و منجر به پیشنهاد مدل برآوردکننده ای با صحت قابل قبول نشد.
مدل تصادفی چندهدفه به منظور تعیین نوع، ظرفیت و محل نصب تولیدات پراکنده در زنجیره تأمین جدید صنعت برق(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در سال های اخیر به دلیل هزینه بالای ساخت نیروگاه های بزرگ و متمرکز و مشکلات خطوط بلند انتقال انرژی، صنعت برق به سمت استفاده از تولیدات کوچک و توزیع شده در نزدیکی محل مشترکین سوق یافته است. از سوی دیگر با توجه به مشکلات زیست محیطی، بخشی از این تولیدات توزیع شده مبتنی بر انرژی های تجدیدپذیر هستند که رفتار تصادفی دارند. تعیین محل قرارگیری و ظرفیت این تولیدات در سطح شبکه توزیع تأثیر بسزایی در مدیریت منابع مالی و بهبود پارامترهای زنجیره تأمین دارد. در این پژوهش یک مدل جامع چندهدفه و احتمالاتی به منظور تعیین محل نصب، نوع و ظرفیت بهینه تولیدات پراکنده در سطح زنجیره تأمین جدید برق پیشنهاد شده است. هدف گذاری نهایی این مدل کمینه سازی تلفات انرژی، هزینه های سرمایه گذاری و بهره برداری، انرژی تأمین نشده و آلاینده های زیست محیطی است. مدل پیشنهادی بر روی یک شبکه 33 ناحیه ای توسط نرم افزار متلب اعمال و به صورت چند هدفه توسط الگوریتم فرا ابتکاری ژنتیک با مرتب سازی نامغلوب حل شده است. نتایج نهایی، اثربخشی روش پیشنهادی را در ابعاد مختلف اقتصادی، زیست محیطی و اجتماعی در زنجیره تأمین برق نشان می دهند.
طراحی مدل احتمالاتی زنجیره تأمین پایدار در صنعت برق با نفوذ تولیدات تجدیدپذیر(مقاله علمی وزارت علوم)
حوزه های تخصصی:
افزایش انتشار گازهای گلخانه ای، گرمایش زمین و حمایت دولت ها از منابع تجدید پذیر از یک سو و پیشرفت های اخیر در تولید برق و فناوری های مرتبط با آن ازسوی دیگر باعث نفوذ تولیدات مبتنی بر انرژی های تجدیدپذیر در زنجیره تأمین شبکه برق شده است. نفوذ این منابع باوجود قطعیت نداشتن در توان خروجی آنها، برنامه ریزی زنجیره تأمین شبکه برق را با چالش های جدی مواجه کرده است. در این پژوهش یک روش مؤثر و کارآمد برای برنامه ریزی امنیتی و احتمالاتی توسعه زنجیره تأمین شبکه برق با در نظر گرفتن عدم قطعیت تولید منابع تجدیدپذیر و عدم قطعیت پیک بار مصرفی ارائه شده است. در روش پیشنهادی حد بالایی برای میزان قطع بار مجاز در نظر گرفته شده است و اثر عدم قطعیت های موجود و تغییرات حد بالای قطع بار بر هزینه سرمایه گذاری زنجیره تأمین ارزیابی شده است. روش پیشنهادی به وسیله نرم افزار MATLAB روی شبکه پیاده سازی و به وسیله الگوریتم ژنتیک حل شده است. مدل نهایی این روش را می توان به طور مؤثر برای برنامه ریزی زنجیره تأمین شبکه برق با نفوذ تولیدات مبتنی بر انرژی های تجدیدپذیر به کار گرفت.
طراحی سیستم هوشمند برنامه کارکنان درمانی اورژانس برای ارتقای بهره وری(مقاله علمی وزارت علوم)
حوزه های تخصصی:
ارتقای بهره وری در ارائه خدمات اورژانس و مدیریت بهینه منابع محدود آن، همواره از دغدغه های اصلی مدیران مراکز درمانی صنعت نفت بوده است. یکی از منابع مهم و پرهزینه، نیروی انسانی است که کمبود آن موجب طولانی شدن صفهای انتظار بیماران می شود. لذا به منظور استفاده حداکثر از منابع انسانی موجود، یک برنامه نوبت کاری مناسب مورد نیاز است. در این برنامه باید به معیارهای متعدد و متضادی توجه شود که محقق کردن آن توسط فرد خبره بیمارستان، مشکل است. هدف این پژوهش طراحی برنامه هوشمند نوبت کاری کادر درمانی بخش اورژانس است به گونه ای که ضمن اعمال محدودیتهای مدیریتی بیمارستان، زمان انتظار بیماران کاهش یابد. لذا ابتدا گردش بیمار در اورژانس شبیه سازی گردید. سپس از الگوریتم ژنتیک (یک روش هوشمند) برای بهینه سازی چند معیاره استفاده شد.نتایج نشان می دهد که متوسط و انحراف معیار زمان انتظار بیماران برای اولین ویزیت در برنامه بهینه 74% و 53% نسبت به وضعیت فعلی کاهش می یابد.
طراحی یک شبکه زنجیره تأمین به منظور مدیریت پسماندهای بیمارستانی(مقاله علمی وزارت علوم)
منبع:
مطالعات مدیریت صنعتی سال ۱۹ بهار ۱۴۰۰ شماره ۶۰
85 - 120
حوزه های تخصصی:
پسماندهای حوزه ی بهداشت و درمان شامل تمام پسماندهایی است که براساس فعالیت های پزشکی و درمانی در بیمارستان ها و مراکز درمانی تولید می شوند. حدود 15 تا 20 درصد این زباله ها را زباله های عفونی تشکیل می دهند که در زمره ی مواد خطرناک قرار می گیرند. زباله های عفونی زباله هایی هستند که قبل از انهدام یا بازیافت باید بی خطرسازی شوند. از این رو در این مقاله جهت مدیریت زباله های عفونی، یک مدل برنامه ریزی عدد صحیح مختلط دوهدفه توسعه داده می شود. در مدل پیشنهادی علاوه بر کمینه سازی هزینه های زنجیره، کاهش ریسک جمعیت در معرض انتشار آلودگی ناشی از زباله های عفونی نیز مدنظر قرار گرفته است. برای این منظور یک زنجیره چندسطحی، با در نظر گرفتن مسأله مکان یابی- مسیریابی سبز ارایه می شود که در آن به مکان یابی مراکز بازیافت، دورریز و پالایش با تکنولوژی های پالایش مختلف و مسیریابی وسایط نقلیه بین سطوح پالایش و بیمارستان پرداخته می شود. مسأله مسیریابی به صورت چندانباره در نظر گرفته شده و از معیار کاهش هزینه ی مصرف سوخت خودروهای ناهمگن، جهت مسیریابی سبز بهره گرفته می شود. در نهایت یک الگوریتم فراابتکاری تلفیقی مبتنی بر الگوریتم رقابت استعماری و الگوریتم ژنتیک توسعه داده می شود و پس از اعتبارسنجی آن، به بررسی عملکرد آن در حل مسایل با ابعاد بزرگ پرداخته می شود که نتایج حاصل از آن حاکی از کارایی و عملکرد مناسب الگوریتم پیشنهادی است.
بکارگیری الگوریتم ژنتیک در تعیین الگوی بهینه بهره برداری اراضی زراعی همسو با کشاورزی پایدار: مطالعه موردی گهرباران ساری(مقاله علمی وزارت علوم)
حوزه های تخصصی:
مقدمه و هدف : کشاورزی به عنوان یکی از محورهای اساسی رشد و توسعه، نقش مهمی در توسعه اقتصادی کشورها دارد. بر همین اساس بهینه سازی الگوی کشت محصولات زراعی، یک راهکار مناسب جهت توسعه بخش کشاورزی است. به همین جهت در این مطالعه، الگوی کشت بهینه در منطقه گهرباران شهرستان ساری در قالب برنامه ریزی ریاضی چندهدفه پایدار شامل هدف بیش ترین بازدهی ناخالص و تولید محصولات، کم ترین ریسک و کم ترین مصرف کود، با استفاده از مدل برنامه ریزی غیرخطی معمولی و الگوریتم ژنتیک تعیین و با یکدیگر مقایسه شده است. مواد و روش ها : داده های این مطالعه از راه تکمیل پرسش نامه و مصاحبه حضوری با 250 کشاورز منطقه گهرباران ساری در سال زراعی 1394-1393 گرد آوری شده است. یافته ها: مقایسه نتایج این مطالعه نشان دادند که الگوی بهینه الگوریتم ژنتیک غیرخطی نسبت به مدل غیرخطی معمولی برتری دارد. چرا که سود الگوریتم ژنتیک نسبت به برنامه ریزی غیرخطی معمولی حدود 2/0 درصد افزایش داشته و ریسک حدود 6 درصد کم شده است. هم چنین، مقدار تولید در الگوریتم ژنتیک حدود 18 درصد افزایش و مصرف کود شیمیایی 7 درصد کاهش را نسبت به برنامه ریزی غیرخطی معمولی نشان می دهد. بحث و نتیجه گیری : با توجه به این که استفاده از الگوی کشت پیشنهادی الگوریتم ژنتیک موجب دست یابی بهتری به اهداف بهره برداران نسبت به الگوی برنامه ریزی غیرخطی معمولی می شود، لذا تشویق و حمایت دولت از کشاورزان در زمینه بکارگیری نتایج چنین الگوهایی می تواند موجب ارتقاء بهره وری اراضی زراعی شود.