الگوریتم های فرا ابتکاری

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.

در این نوشتار یک زنجیره تامین دو سطحی شامل یک تولید کننده و یک توزیع کننده تحت مدیریت غیرمتمرکز و با هدف بیشینه سازی سود از طریق تامین تقاضای بازارهای مختلف مورد مطالعه قرار گرفته است. تولید کننده ضمن انجام تبلیغات عمومی ، در بخشی از هزینه تبلیغات محلی توزیع کننده مشارکت می نماید. ارتباط میان تولید کننده و توزیع کننده در قالب دو سناریوی قدرت مبتنی بر بازی استکلبرگ با بهره گیری از روش برنامه ریزی دو سطحی مدل سازی شده و سیاست های بهینه تولیدکننده و توزیع کننده در حوزه قیمت گذاری، مدیریت موجودی، تبلیغات و لجستیک تعیین می گردد. به منظور حل مدل های برنامه ریزی دو سطحی، دو الگوریتم فرا ابتکاری ژنتیک با ساختار سلسله مراتبی توسعه می یابند. در انتها جهت ارزیابی اعتبار مدل های توسعه یافته، مجموعه ای از آزمایشات محاسباتی روی داده های گردآوری شده از زنجیره تامین قطعات یدکی خودرو انجام می گیرد

در این مطالعه، با استفاده از دو الگوریتم شبکه عصبی مصنوعی و شبکه فازی- عصبی به عنوان دو الگوریتم پیش بینی قیمت اوراق بهادار و از دو الگوریتم ممتیک حرکت تجمعی ذرات، الگوریتم ژنتیک و روش کوادراتیک به منظور حل مساله بهینه سازی پرتفوی بدون محدودیت برای 23 شرکت فعال بازار بورس طی سال های 94-1391 به صورت روزانه استفاده شده است. نتایج حاصل از این تحقیق نشان می دهد که شبکه های عصبی توانسته عملکرد بهتری را در پیش بینی بازده اوراق بهادار نسبت به سیستم فازی عصبی نشان دهد و همچنین در بررسی عملکرد سه الگوریتم کوادراتیک، ژنتیک و ممتیک، نتایج نشان می دهد که الگوریتم جهش ترکیبی قورباغه توانسته عملکرد و نتیجه بهتری را در مقایسه با الگوریتم ژنتیک نسبت به الگوریتم کوادراتیک نشان دهد. و همچنین نتایج این مطالعه، نشان می دهد که الگوریتم شبکه عصبی می تواند الگوریتمی قابل اتکا برای سهامداران باشد.

با مقررات زدایی از بازار و شکل گیری بازار روز بعد انرژی، باهدف کاهش هزینه های تولی د و توزی ع ب رق و رف ع ناکارآمدی های صنعت برق انحصاری، تحدید ساختار در بازار برق ایران انجام گرفت که در آن در هرروز تولیدکنندگان انرژی با یکدیگر به رقابت می پردازند. دراین بین بهای تمام شده تولید انرژی پارامتر تعیین کننده در تعیین استراتژی پیشنهاد قیمت توسط هر نیروگاه و میزان سود بخشی آن می باشد. ازاین رو در این مقاله با در نظر گرفتن هزینه های سوخت مصرفی، استهلاک، تعمیرات، بهره برداری و سایر هزینه ها به عنوان عوامل تأثیرگذار بر روی بهای تمام شده تولید برق، تابع هزینه تولید برآورد شده است. در این مطالعه، نظر به سهم قابل توجه سوخت بر روی بهای تمام شده، سوخت مصرفی را به صورت جدا از سایر موارد موردبررسی قرار داده ایم و به جای سرشکن کردن هزینه سوخت در طول یک سال بر روی کل تولید، ابتدا تابع مصرف سوخت در سطوح مختلف تولید در دو حالت سوخت گاز و گازوئیل محاسبه شده و به دنبال آن هزینه سوخت مصرفی محاسبه گردیده است. مطابق با نتایج به دست آمده، از اجرای مدل پیشنهادی بر روی واحد گازی نیروگاه سیکل ترکیبی اردبیل، متوسط هزینه تولید هر کیلووات ساعت برق با سوخت گاز برابر با 398 ریال و با سوخت گازوئیل برابر با 500 ریال می باشد.

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. 

هدف: پیدا کردن زیرمجموعه ای از مجموعه ویژگی ها، مسئله ای است که در زمینه های مختلفی مانند یادگیری ماشین و شناسایی آماری الگوها، کاربرد گسترده ای دارد. با توجه به اینکه افزایش تعداد ویژگی ها، هزینه محاسباتی سیستم را به طور تصاعدی افزایش می دهد، این پژوهش به دنبال طراحی و پیاده سازی سیستم هایی با کمترین تعداد ویژگی و کارایی قابل قبول است. روش: با توجه به لزوم جست وجوی کارآمد در فضای جواب، در این پژوهش برای انتخاب ویژگی در داده های چندکلاسه، از الگوریتم ژنتیک (GA) و الگوریتم ژنتیک با مرتب سازی نامغلوب (NSGA II) چندهدفه با هدف افزایش دقت طبقه بندی و کاهش تعداد ویژگی ها استفاده شده است. روش ارائه شده، بر مبنای دو روش طبقه بندی ماشین بردار پشتیبان (SVM) و K نزدیک ترین همسایه (KNN) روی 6 مجموعه داده اعتباری به اجرا درآمد و نتایج آن تجزیه و تحلیل شد. یافته ها: الگوریتم ژنتیک و الگوریتم ژنتیک با مرتب سازی نامغلوب چندهدفه برای افزایش دقت طبقه بندی و کاهش تعداد ویژگی ها در مسئله انتخاب ویژگی در داده های چندکلاسه کارکرد مناسبی دارند. نتایج به دست آمده، نشان دهنده بهبود در دقت طبقه بندی، هم زمان با کاهش چشمگیر در تعداد ویژگی ها در هر دو روش ماشین بردار پشتیبان و نزدیک ترین همسایه است. نتیجه گیری: با توجه به نتایج، رویکرد پیشنهادشده در این پژوهش برای مسئله انتخاب ویژگی ها کارایی بسیار خوبی دارد.

هدف: ارائه یک مدل برنامه ریزی ریاضی که هدف اصلی آن کاهش هزینه های سیستم از طریق مکان یابی مناسب انبارهای مورد نیاز و همچنین مسیریابی وسایل نقلیه به منظور حمل کالاهای تولیدی به این انبارها با درنظر گرفتن زمان سفر است. روش شناسی پژوهش: با توجه به ماهیت مسئله مکان یابی – مسیریابی میزان سوخت مصرفی و استهلاک وسایل حمل و نقل رابطه مستقیمی با میزان مسافت طی شده توسط آن ها دارد. مدل ارائه شده در این مقاله در صدد کمینه کردن عدم توازن مسافت طی شده توسط وسایل نقلیه می باشد. همچنین برای نزدیکی هرچه بیشتر مدل ارائه شده به شرایط دنیای واقعی، با به کارگیری مفهوم پنجره ی زمانی حداکثر زمان مجاز برای توزیع محصولات نیز در نظر گرفته شده است. یافته ها : برای حل مدل ارائه شده از الگوریتم های فرا ابتکاری MOICA ، NSGA - II و PAES استفاده شده است. برای نشان دادن کارایی روش های حل، نمونه مسائل مختلفی در اندازه های متفاوت ارائه و از طریق آن ها حل شده و نتایج خروجی از آن ها بر اساس معیارهای QM ، MID و SM مقایسه شده است. نتایج حاصله بیانگر برتری الگوریتم MOICA ارائه شده در ابعاد بالاست. اصالت/ارزش افزوده علمی: توازن در میزان مسافت طی شده توسط وسایل حمل و نقل با توجه به درنظرگرفتن پنجره زمانی می تواند باعث نزدیکی مدل به دنیای واقعی شود و تخمین دقیق تری از هزینه ها را ارائه دهد.

پیش بینی دقیق مدیریت سود بمنظورکشف وشناسایی دستکاری صورت های مالی، همواره یکی از اساسی ترین چالش های پیش روی کاربران گزارش های مالی بوده است. بکارگیری مدل بنیش می تواند یکی از مدل های مناسب برای مدلسازی در زمینه پیش بینی مدیریت سود باشد. به همین منظور در این پژوهش مدل بنیش (1999) با ترکیب متغیر های نظام راهبری شرکتی مشتمل بر ویژگی های ساختار کمیته حسابرسی و حسابرس مستقل، هیات مدیره و مالکیت شرکتی توسعه یافته است. داده های 81 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی سال های 1397-1391 با روش ترکیبی شبکه عصبی پرسپترون چند لایه و الگوریتم های بهینه سازی مبتنی برجغرافیای زیستی، رقابت استعماری و چرخه آب مورد تحلیل قرار گرفته است. دقت پیش بینی مدل با روش ترکیبی شبکه و الگوریتم های چرخه آب، رقابت استعماری و بهینه سازی مبتنی بر جغرافیای زیستی به ترتیب از 59/08 ،59/96 و 59/79 درصد به 92/06 ، 89/24 و 79/72 درصد افزایش پیدا کرده است. نتایج حاکی از بهبود دقت مدل پیشنهادی در کشف شرکت های مدیریت کننده سود و نیز کارایی بالاتر الگوریتم چرخه آب نسبت به دو الگوریتم دیگر در بهینه سازی شبکه عصبی پرسپترون چند لایه می باشد.

مسئله زمان بندی پروژه، یکی از مهم ترین و کاربردی ترین مفاهیم مدیریت پروژه است. بسیاری از شرکت ها و سازمان هایی که پروژه محورند، استراتژی کاهش هزینه های متغییر را در اجرای پروژه دنبال می کنند. با توجه به محیط کسب وکار کنونی، بسیاری از شرکت ها علاوه بر پایین آوردن هزینه های خود، به دنبال پیشگیری از تأخیر در اتمام پروژه اند. در این پژوهش، یک مدل ریاضی چندهدفه فازی زمان بندی پروژه با محدودیت منابع چندمهارته، با قابلیت تغییر سطح مهارت ها ارائه شد که هدف آن بهینه کردن سیاست زمان بندی پروژه و استخدام مهارت هاست. با توجه به چند هدفه بودن مدل، از یک رویکرد برنامه ریزی آرمانی استفاده شده است که مدل تک هدفه معادل حاصل می شود. نظر به اینکه مسئله زمان بندی پروژه چندمهارته جزء مسائل ان پی سخت محسوب می شود و مسئله پیشنهادی نیز حالت توسعه یافته مسئله مذکور است، درنتیجه آن نیز جزء مسائل ان پی سخت است. به همین سبب برای حل مسئله پیشنهادی، روش فرا ابتکاری ژنتیک چندهدفه ژنتیک و فاخته انتخاب و برای حل مسئله از آن استفاده شد. در ادامه، مقدار بهینه پارامترهای الگوریتم های پیشنهادی با استفاده از رویکرد تاگوچی تعیین و سپس نتایج محاسباتی برای مجموعه ای از مسائل نمونه تولیدشده توسط نرم افزار رنجن 1، ارائه و عملکرد الگوریتم ها ارزیابی و آنالیز شد. نتایج نشان می دهد الگوریتم ژنتیک چندهدفه عملکرد بهتری نسبت به الگوریتم فاخته چندهدفه دارد. در پایان نیز یافته ها جمع بندی و پیشنهادهایی به منظور تحقیقات آتی ارائه شد.

در دنیای رقابتی امروز، مدیریت زنجیره تأمین، برای کاهش هزینه ها، بهبود سطح سرویس به مشتری و دستیابی به تعادلی مناسب بین هزینه ها و سرویس ها، به عنوان امری حیاتی جلوه می کند. ماهیت پیچیده و پویای روابط بین واحدهای مختلف، عدم قطعیتی را به شبکه تحمیل می کند که این عدم قطعیت می تواند باعث کاهش اثربخشی شبکه شود. زنجیره توزیع دارو به عنوان بخشی از زنجیره تأمین دارو نیز، در محیطی نامطمئن فعالیت می کند. از طرفی همراه با بالارفتن آگاهی نسبت به پایداری، سیاست های دولتی و رشد آگاهی جامعه، عملکرد پایدار، بخش مهمی از استراتژی سازمان ها شده است. هدف این تحقیق، ارائه مدلی جدید برای شبکه پایدار توزیع داروی دام و طیور در شرایط غیر قطعی است. توابع هدف در این تحقیق، ابعاد پایداری را در نظر می گیرد، به این صورت که تابع اول بعد اقتصادی، تابع دوم بعد اجتماعی و درنهایت تابع سوم، بعد زیست محیطی را بررسی می کند. با توجه به وجود پارامتر غیر قطعی در مدل، از بهینه سازی استوار استفاده می شود. پس از طراحی مدل، به منظور اعتبارسنجی مدل ارائه شده با استفاده از داده های مربوط به شرکت، توزیع داروی دام و طیور انجام می شود. به این صورت که همتای استوار مدل سه هدفه توسط محدودیت اپسیلون با استفاده از نرم افزار CPLEX حل و همچنین مدل با استفاده از الگوریتم های فرا ابتکاری در سه سایز اجرا می شود. دو الگوریتم NSGA-II و PBMOSA در چهار معیار، با یکدیگر مقایسه شده است که نتایج نشان می دهد دو الگوریتم در سطح محافظه کاری کمتر، عملکردی مشابه دارند، ولی در سطح محافظه کاری بیشتر، برتری الگوریتم NSGA-II نتیجه می شود، همچنین نتایج مدل در شرایط قطعی و غیر قطعی مقایسه و بهتربودن مقادیر تابع هدف در شرایط قطعی ثابت می شود.

نظام حاکمیت شرکتی، پدیده نوظهور در جهان است که علتبروز ورشکستگی شرکت های بزرگ و بحران اقتصادی می باشد. نظام حاکمیت شرکتی به عنوان سازو کار مناسب برای بازگرداندن اعتماد به سرمایه گذاران به منظور بازارسازی و اقتصاد گردانی نقش ایفا می کند. هدف این تحقیق تعیین سازو کارهای حاکمیت شرکتی موثر در عملکرد بهینه شرکت های فعال در صنایع مختلف بورس اوراق بهادار است. در این راستا 130 شرکت بورس اوراق بهادار به تفکیک 10 صنعت در طی سال 1380 تا 1390 با بکارگیری الگوریتم های فرا ابتکاری ابتکاری مورد بهینه سازی عملکرد با معیارهای(بازده دارایی، بازده حقوق صاحبان سهام، بازده واقعی سهام، نسبت کیوتوبین، ارزش بازار حقوق صاحبان سهام، ارزش افزوده اقتصادی، هزینه سهام عادی) قرار گرفت و آزمون من-ویتنی یرای سازو کارهای حاکمیت شرکتی در 25% ابتدایی و انتهایی شرکت های بهینه هر صنعت انجام شد. در نتیجه سازو کارهای حاکمیت شرکتی موثر در عملکرد بهینه شرکت ها به سرمایه گذاران و شرکت های فعال در بورس اوراق بهادار معرفی می شود.

ایجادبرندهایقویوقدرتمندامروزهبهیکیازاولویت هایهرسازمانیتبدیلشدهچراکهمزایایبی شماریبههمراهدارد. برندهایقویبهشرکت هاکمکمی کنندتاخودرادربازارجابیندازند،کمتردر معرضخطراحتمالیرقابتیباشندونقشواسطهایپررنگ تریدرهمکاریوحمایتازفرصت های بسطوگسترشبرندداشتهباشند. دراندازه گیریوسنجشارزشکلییکبرندمحققانوفعالان بازاریابیدرابتداشروعبهبررسیمفهومارزشویژهبرندکرده اندکهبهارزششایانتوجهیکهاسمبرند برایتولیدکنند. خردهفروشومصرف کنندهبرندبههمراهدارد،اشارهمی کند. باتوجهبهاهمیتاینموضوعدراینپژوهشبهبررسیعواملمؤثربر ارزشویژهبرندپرداختهمی شودکهدراینراستاازمدلارزشویژهبرند کلرکهمدلیشناختهشدهبا متغیرهایینظیرآگاهیازبرند،تداعیبرند،برتری برند، تاثیر برندوهم نوایی بابرندمی باشداستفادهمی شود تا به بررسی تاثیر این عوامل بر بر هم نوایی نام ونشان تجاری مشتری محور بپردازد. روشتحقیقازنوعکاربردیبودهوطرحتحقیقآنتوصیفیاز نوعپیمایشی است. روشجمع آوریداده هاازطریقپرسشنامهبودهکهبااستفادهازروشتحلیلمسیر توسطنرمافزار Amos موردتجزیهوتحلیلقرارگرفت. نتایجحاصلهنشاندادکهمتغیرآگاهی/تداعی برند بر ادراک مشتریان (مشتریان بانک صادرات) از برتری برند و بر میزان تاثیر برند مشتریان تاثیر مثبتی داشت. اما این متغیر (آگاهی/تداعی برند) تاثیر مستقیمی بر میزان هم نوایی با برند مشتریان (مشتریان بانک صادرات) نداشت. همچنین در این تحقیق متغیر تاثیر برند بر هم نوایی با برند تاثیر مثبتی داشت اما تاثیر متغیر برتری برند بر هم نوایی برند تائید نشد.