حل مسئله پوشش تدریجی چند معیاره با استفاده از شبیه سازی تبرید و شبکه عصبی

نویسندگان

مهدی بشیری

یونس گرمه ای

چکیده

در مسائل پوشش تدریجی افزایش فاصله از تسهیل ارائه دهنده سرویس در ناحیه پوشش، موجب کم شدن سطح پوشش¬دهی می¬گردد و اغلب محققین در مسایل مکان¬یابی تنها به عامل فاصله توجه می¬کنند، حال آنکه در دنیای واقعی معیارهای زیادی مثل جمعیت، دسترسی سریع و... وجود دارند که باید علاوه بر عامل فاصله در ارزیابی مکان¬یابی و تخصیص مورد توجه قرار گیرند، به عنوان مثال در مکان¬یابی تسهیلات اورژانسی نباید تنها به عامل فاصله توجه کرد. از طرفی با ازدیاد نقاط تقاضا و معیارها، ضمن افزایش زمان محاسبات، نرخ ناسازگاری در ارزیابی و امتیازدهی بین نقاط نیز افزایش می¬یابد. در این مقاله رویکرد ترکیبی شبکه عصبی و شبیه سازی تبرید برای حل مسئله پوشش تدریجی چند معیاره پیشنهاد شده است. زمانیکه تعداد نقاط کم هستند، امتیاز نقاط (اهمیت نقاط در اولویت تخصیص) در مسئله با استفاده از تحلیل سلسله مراتبی و با افزایش تعداد نقاط، پس از یافتن الگوی ذهنی تصمیم¬گیرندگان این امتیازها با روش شبکه عصبی محاسبه می-شود، البته کارایی الگوریتم شبکه عصبی در یافتن الگوی ذهنی با استفاده از آزمون رتبه علامت دار در این مقاله تایید شده است. در ادامه مسئله با استفاده از الگوریتم شبیه سازی تبرید حل می¬گردد که نتایج بررسی، حاکی از کارایی بالای الگوریتم پیشنهادی (کیفیت جواب وزمان حل) در مقایسه با روش دقیق است.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

حل مسئلۀ پوشش تدریجی خدمات درمانی با شبیه‌سازی تبرید و روش‌های خوشه‌بندیk-means و شبکۀ عصبی

در مسائل مکانیابی پوشش نوین، افزایش فاصله از تسهیل ارائه دهنده سرویس در ناحیه پوشش، موجب کم شدن سطح پوشش دهی می گردد و تحت عنوان پوشش تدریجی در نظر گرفته می شود، با ازدیاد نقاط تقاضا، زمان حل در اینگونه مسائل افزایش می یابد. لذا روشهای مختلف حل از جمله دقیق، فرا ابتکاری و ابتکاری برای مدلهای مختلف مسئله پوشش تدریجی مطرح شده است. در این مقاله مسئله پوشش تدریجی با استفاده از روشهای شبیه سازی تبری...

متن کامل

حل مسئلۀ پوشش تدریجی خدمات درمانی با شبیه سازی تبرید و روش های خوشه بندی k‏-means و شبکۀ عصبی

در مسائل مکانیابی پوشش نوین، افزایش فاصله از تسهیل ارائه دهنده سرویس در ناحیه پوشش، موجب کم شدن سطح پوشش دهی می گردد و تحت عنوان پوشش تدریجی در نظر گرفته می شود، با ازدیاد نقاط تقاضا، زمان حل در اینگونه مسائل افزایش می یابد. لذا روشهای مختلف حل از جمله دقیق، فرا ابتکاری و ابتکاری برای مدلهای مختلف مسئله پوشش تدریجی مطرح شده است. در این مقاله مسئله پوشش تدریجی با استفاده از روشهای شبیه سازی تبری...

متن کامل

ترکیب بهینه شبکه‎ عصبی آشوب‎گون با پسخوراند خودی، نمای لیاپانوف و تبرید تدریجی در حل مسئله فروشنده دوره گرد

این مقاله یک ترکیب هم­افزای شبکه عصبی آشوب‎گون با پسخوراند خودی، نمای لیاپانوف و تبرید تدریجی را برای حل مسائل بهینه‎سازی ترکیبی نظیر فروشنده دوره‌گرد (TSP) پیشنهاد می‎دهد. برخلاف شبکه‎های عصبی مصنوعی که با دینامیک گرادیان نزولی به سمت نقطه تعادل پایدار همگرا می‎شوند، شبکه­های عصبی آشوبی دینامیک­های فضایی - زمانی غنی‎تر و ساختار پیچیده‎تری دارند؛ بنابراین انتظار می­رود شبکه عصبی آشوبی توان زیاد...

متن کامل

حل مسئله سیستم تولید سلولی پویای چندهدفه فازی با استفاده از یک الگوریتم ترکیبی از nsga-ii و شبیه سازی تبرید تدریجی

چکیده      سیستم های تولید سلولی یکی از مهم ترین روش های تولید به شمار می روند. در این مقاله، با توجه به انعطاف پذیری در پردازش عملیات، تخصیص ماشین به هر عملیات و تعریف فازی پارامترهای هزینه، یک مدل چندهدفه برای تشکیل یک سیستم تولید سلولی در شرایط پویا ارائه می شود. در مدل پیشنهادی، اهداف حداقل سازی هزینه های سیستم تولید و حداقل سازی واریانس هزینه های فازی درنظر گرفته می شوند. همچنین، به منظور ...

متن کامل

برنامه‌ریزی استراتژیک شهرستان پیرانشهر با استفاده از آنالیز تلفیقی تصمیم‌گیری چند معیاره و شبکه عصبی

آگاهی از نقاط قوت و ضعف شهرها، برای ارائه طرح‌ها، سیاست‌گذاریها و برنامه‌های شهر ضروری است. در واقع استفاده از شاخص-های اقتصادی، اجتماعی، کالبدی و غیره می‌تواند معیاری مناسب برای تعیین جایگاه شهرها باشد و زمینه‌های رفع مشکلات و نارسایی‌های موجود برای دستیابی به توسعه مطلوب و واقعی به وجود آید. بر این اساس هدف از این مقاله تعیین جایگاه شهرستان پیرانشهر به لحاظ شاخص‌های برنامه‌ریزی استراتژیک و او...

متن کامل

ترکیب بهینه شبکه‎ عصبی آشوب‎گون با پسخوراند خودی، نمای لیاپانوف و تبرید تدریجی در حل مسئله فروشنده دوره گرد

این مقاله یک ترکیب هم­افزای شبکه عصبی آشوب‎گون با پسخوراند خودی، نمای لیاپانوف و تبرید تدریجی را برای حل مسائل بهینه‎سازی ترکیبی نظیر فروشنده دوره گرد (tsp) پیشنهاد می‎دهد. برخلاف شبکه‎های عصبی مصنوعی که با دینامیک گرادیان نزولی به سمت نقطه تعادل پایدار همگرا می‎شوند، شبکه­های عصبی آشوبی دینامیک­های فضایی - زمانی غنی‎تر و ساختار پیچیده‎تری دارند؛ بنابراین انتظار می­رود شبکه عصبی آشوبی توان زیاد...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید


عنوان ژورنال:
پژوهش های مدیریت در ایران

ناشر: دانشگاه تربیت مدرس

ISSN 2322-X200

دوره 17

شماره 4 2013

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023