مدل سازی فازی زمانبندی کارکنان هواپیما و حل آن با الگوریتم بهینه سازی ذرات انبوه
Authors
abstract
مساله زمانبندی کارکنان هواپیما از مهمترین مسائل در حوزه تحقیق در عملیات به شمار می رود و به طور عمومی شامل تخصیص گروه های کارکنان به سفرهایی است که می بایست طبق برنامه زمانبندی از پیش تعیین شده ای، توسط ناوگان موجود پوشش داده شوند، به طوری که هزینه های مربوط به تخصیص کارکنان به سفرها، کمینه شود. مسئله زمانبندی کارکنان به دو فاز کلی تقسیم میشود. در فاز اول، تمام سفرهای رفت و برگشتی که شروع و خاتمه آنها در محل استقرار کارکنان است، تحت عنوان مجموعه ماموریت ها تعیین میشود. در فاز دوم به دلیل عدم قطعیت در انجام پرواز به دلایلی از قبیل وضعیت جوی آب و هوا، حضور یا غیبت کارکنان هواپیما، خرابی ناگهانی هواپیما و بسیاری عوامل دیگر، با استفاده از رویکرد مجموعه های فازی به مدلسازی مسئله که خواهان تخصیص بهینه کارکنان به سفرهاست می پردازیم. استفاده از تئوری مجموعه های فازی در این مسئله شرایط واقعی تری برای زمانبندی کارکنان هواپیما ایجاد میکند. در حل مسئله زمانبندی کارکنان هواپیما با توجه به قرار گرفتن در گروه مسائل np-hard ، به استفاده از الگوریتم بهینه سازی ذرات انبوه به برای حل مساله مورد پژوهش پرداخته شده است.
similar resources
حل یک مدل ریاضی جدید برای زمانبندی در شبکه های توزیع با بهینه سازی ذرات انبوه چند هدفه
در این مقاله، یک مدل ریاضی جدید دو هدفه و آمیخته با اعداد صحیح برای مسایل شبکههای توزیع ارایه میشود. یک تابع هدف هزینههای خرید، حمل و نقل و نگهداری کالاها را حداقل میکند و تابع هدف دیگر با عنوان توزیع بهنگام، مجموع مقادیر دیرکرد یا زودکرد تحویل کالاها را با توجه به اختلاف زمان تحویل و زمان مقرر کمینه میکند. این مدل برای شبکه توزیع سه سطحی شامل تأمینکنندگان، عمدهفروشان و خردهفروشان طرا...
full textبکارگیری الگوریتم ترکیبی بهینه سازی دسته ذرات برای حل مساله سنتی زمانبندی کار کارگاهی
The classical Job Shop Scheduling Problem (JSSP) is NP-hard problem in the strong sense. For this reason, different metaheuristic algorithms have been developed for solving the JSSP in recent years. The Particle Swarm Optimization (PSO), as a new metaheuristic algorithm, has applied to a few special classes of the problem. In this paper, a new PSO algorithm is developed for JSSP. First, a pr...
full textبهینه سازی بازدهی اکسرژی و تولید آنتروپی توربین بادی با استفاده از الگوریتم انبوه ذرات
هدف این تحقیق افزایش اکسرژی و کاهش تولید آنتروپی برای توربین بادی نوع Excel-S Bergey با بهینهسازی سرعتهای شروع چرخش، نامی و خاتمهی چرخش در الگوریتم انبوه ذرات است. بدینمنظور ابتدا تابع هدف با مدلسازی ریاضی اکسرژی توربین بادی به دست میآید. سپس با گردآوری دادههای آماری توربین مذکور، توسط کد رایانهیی شبکهی عصبی، توربین بادی در نرمافزار متلب مدلسازی شده و نتایج آن بهصورت جداول...
full textبرآورد ظرفیت بالفعل مالیاتی ایران با استفاده از الگوریتم بهینه سازی انبوه ذرات (PSO) و الگوریتم ژنتیک (GA)
با توجه به اهمیت فراوان درآمدهای مالیاتی در تأمین منابع مالی مورد نیاز دولتها، بررسی ظرفیت بالفعل مالیاتی همواره مورد توجه دولتمردان و سیاستگذاران بوده است. در این مقاله، تابع ظرفیت مالیاتی با دو الگوریتم ژنتیک و بهینه سازی انبوه ذرات طی دوره 1389-1361 برآورد شده است. براساس معیارهای ارزیابی عملکرد که شامل میانگین انحراف معیار، جذر میانگین انحراف معیار، میانگین درصد خطای مطلق و میانگین خطا...
full textMy Resources
Save resource for easier access later
Journal title:
مهندسی حمل و نقلجلد ۷، شماره ۱، صفحات ۱-۱۲
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023