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

Authors

مهدی بشیری

یونس گرمه ای

abstract

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.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

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...

full text

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...

full text

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...

full text

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 ...

full text

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...

full text

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...

full text

My Resources

Save resource for easier access later


Journal title:
پژوهش های مدیریت در ایران

Publisher: دانشگاه تربیت مدرس

ISSN 2322-X200

volume 17

issue 4 2013

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023